Повышение эффективности текстурного дешифрирования панхроматических спутниковых изображений сверхвысокого пространственного разрешения

С появлением космических систем дистанционного зондирования высокого (1-4 м) и сверхвысокого (<1 м) пространственного разрешения возникла новая тенденция развития методов тематического дешифрирования, основанная на совместном использовании спектральной и текстурной информации. Сравнение различных схем спектральной и спектрально-текстурной сегментации показывает, что использование дополнительных данных о пространственном распределении структурных элементов спутниковых изображений приводит к значительному повышению качества тематической обработки. В ряде работ демонстрируется, что при совместном использовании спектральных и текстурных признаков обеспечивается значимое увеличение (порядка 10%) точности сегментации природных и антропогенных объектов, в частности в задачах, связанных с дистанционным определением границ, породного состава, структурных параметров и возрастных групп древостоев. Также текстурные признаки используются некоторыми авторами для распознавания объектов городской застройки, сегментации сенокосных угодий и пахотных земель.
В настоящее время, для текстурной обработки спутниковых изображений используется ряд методов, основанных на вычислении статистических характеристик и вейвлет преобразовании. Методы обладают различной точностью и имеют различную скорость вычислений. В данном исследовании рассмотрена задача, повышения точности текстурной сегментации за счет совместного использования признаков, полученных разными методами. Для проведения расчетов использовались панхроматические изображения Worldview-2 и Pleiades с пространственным разрешением 0.5 м. Выбрано несколько тестовых участков, содержащих различные виды природных и антропогенных объектов, а также древостои с различной структурой полога. Из рассмотренного набора выбраны наиболее эффективные методы извлечения текстурных признаков, которые позволяют решать задачу сегментации с ошибкой менее 10%. Предложен метод TTSPCA, позволяющий эффективно использовать преимущества различных стандартных методов извлечения текстурных признаков. Также представлена сеточная схема текстурной обработки, позволяющая существенно повысить скорость расчетов без потери точности. Проведенные численные эксперименты показали, что TTSPCA имеет большую точность по сравнению со стандартными методами. Ошибки сегментации объектов рассматриваемых тестовых участков не превышают 1%. В дальнейшем TTSPCA может быть использован для усовершенствования развиваемой нами системы совместной спектрально-текстурной тематической обработки мультиспектральных и панхроматических изображений высокого пространственного разрешения.

Исследование выполнено при финансовой поддержке РФФИ, проект № 20-07-00370 «Фундаментальные проблемы повышения информативности обработки данных оптоэлектронных авиакосмических устройств высокого пространственного и спектрального разрешения».