Новые возможности автоматизации процессов сегментации объектов земной поверхности по данным гиперспектральной съемки

Одной из важнейших задач обработки данных дистанционного зондирования Земли является задача выделения объектов на снимке, что позволяет производить его автоматизированный анализ по составу объектов интереса, их свойствам и т.д. Модернизация съемочных систем производится зачастую именно для повышения качества решения этой задачи. При этом, для выделения объектов на снимке, важными являются как геометрические свойства (пространственное разрешение, геометрические искажения и др.), так и радиометрические параметры(спектральное разрешение, отношение сигнал/шум и др.).
Внедрение мультиспектральных, а затем и гиперспектральных датчиков позволило существенно повысить спектральное разрешение данных дистанционного зондирования Земли. Во время гиперспектральной съемки излучение фиксируется в сотнях узких спектральных каналах видимого, ближнего инфракрасного и инфракрасного диапазонов спектра, что позволяет для каждого элемента изображения восстановить спектральную характеристику (СХ) объектов.
СХ характеризует физико-химический состав объектов и может быть использована при решении задачи автоматизированной сегментации снимка. В этом случае, в качестве мер сходства, применяются пространственно-частотные характеристики: спектральный угол, корреляция СХ и др.
В отличии от традиционных пространственных мер, анализирующих только яркости и пространственное расположение элементов изображения, спектрально-частотные характеристики, учитывающие СХ, позволяют более эффективно различать объекты и в меньшей степени зависят от отношения сигнал/шум.
В докладе представлены результаты сегментации гиперспектральных изображений методом k-средних с использованием пространственно-частотных характеристик. В качестве начального разбиения в докладе предложено использовать собственные вектора ковариационной матрицы каналов ГСИ. Приведена количественная оценка качества представленных алгоритмов на основе сравнения с результатами ручной сегментации.
Результаты представлены на натурной гиперспектральной информации с гиперспектральных съемочных систем Hyperion, ProSpecTIR, AVIRIS.