Обнаружение и распознавание объектов на много- и гиперспектральных изображениях осуществляется по пространственным (геометрическим и структурным) и яркостным признакам, которые для использования в алгоритмах автоматизированного дешифрирования разноспектральных данных дистанционного зондирования должны быть формализованы на программно-математическом уровне.
В докладе рассматриваются методические подходы, разработанные для подготовки формализованных описаний дешифровочных признаков природных и антропогенных объектов на основе анализа их спектральных характеристик и эталонных изображений.
Методы, используемые для установления пространственных признаков объектов, обеспечивают подготовку (расчет) следующих показателей: размеры объекта, дескрипторы границ в виде моментов, инвариантных к смещению, изменению масштаба и поворота, фурье-дескриптор, дескриптор в полярной системе координат, топологические, структурные и текстурные признаки. При этом в процессе обработки эталонных изображений производится синтезирование бинарного изображения путем контурного дешифрирования эталонного образа; представление границ объекта в полярной системе координат; геостатистический структурный анализ на основе ковариационной функции и семивариограммы; спектральные преобразования Фурье для определения текстуры объекта; расчет CF-фильтра с круговой частотой для определения пространственного дескриптора, описывающего специфический контур (границы) объекта. При расчете пространственных признаков учитываются линейное разрешение обрабатываемых снимков и ракурс визирования.
В методах формализации яркостных признаков реализованы различные преобразования исходных спектральных характеристик, позволяющие определить следующий набор показателей: модуль вектора яркости в спектральном пространстве; яркостные контрасты с фоном в различных интервалах спектра; производные индексы; спектрально-корреляционные признаки; признаки формы спектральных сигнатур яркости объектов, созданные на основе пространственно-масштабируемой фильтрации, секвентного анализа, методов построения производной функции спектра и оценки "вектора смещения" спектра (Григорьева, 2018).
Разработанные методы подготовки формализованных эталонных признаков реализованы в специальном программном обеспечении автоматизированного дешифрирования разноспектральных данных дистанционного зондирования, включающим в свой состав базу данных эталонных спектральных характеристик и изображений природных и антропогенных объектов.