Классификация морских льдов на РСА-изображениях спутника ENVISAT

Для решения задачи классификации морских льдов на изображениях спутника Envisat, получаемых усовершенствованной РЛС с синтезированной апертурой (РСА), использован алгоритм, основанный на модели нейронных сетей (НС) с обратным распространением ошибки в комбинации с экспертными оценками. Основным входным параметром классификации является удельная эффективная площадь рассеяния (УЭПР) морских льдов. Значение данной характеристики зависит от электрофизических и морфометрических параметров ледяного покрова, а также угла падения электромагнитного излучения.
По калиброванным изображениям ENVISAT с широкой полосой обзора, полученным на HH–поляризации, определены значения УЭПР основных видов морских льдов для угла падения 23o. Для РСА изображений спутника ENVISAT характерно уменьшение яркости в дальней части полосы обзора относительно ближней, обусловленное угловой зависимостью УЭПР ледяного покрова. Для устранения этого эффекта разработана методология приведения УЭПР морских льдов к фиксированному углу падения, позволяющая получить равноконтрастное изображение по всей полосе обзора.
Наряду с УЭПР в алгоритме в качестве входных данных были использованы текстурные признаки РСА изображений, основанные на свойствах гистограммы распределения частот совместных значений яркости пары элементов изображения. Нами были выбраны: корреляция, инерция, выпуклость кластера, энергия, гомогенность и энтропия, а также рассчитаны центральные статистические моменты яркости изображения третьего и четвертого порядков. В докладе приводятся примеры классификации различных видов морских льдов на РСА изображениях спутника ENVISAT. Обсуждаются возможности дальнейшего совершенствования алгоритма путем увеличения числа различаемых классов морского льда и использования дополнительных возможностей различных поляризаций спутника Envisat прибора ASAR.