Когнитивные технологии дистанционного зондирования лесной растительности разного породного состава и возраста

Современные исследования, касающиеся автоматизации обработки аэрокосмических изображений высокого пространственного и спектрального разрешения, берут свое начало из предшествующих научно-технологических разработок по созданию искусственного интеллекта, которые в настоящее время получили название когнитивных технологий. В заданной предметной области исследований создаются алфавиты классов объектов, формируются словари характерных признаков этих объектов, разрабатываются вычислительные процедуры (классификаторы) правил принятия решения о принадлежности текущих элементов разрешения (пикселей) к известным априори. Автоматизация обработки изображений с помощью высокопроизводительных вычислительных средств основана на реализации различных аспектов теории видения, которая позиционируется как использование критериев оптимизации соответствующих вычислительных процедур при построении машинно-обучающих алгоритмов распознавания объектов на обрабатываемых изображениях. В процессе формирования изображений воздействия шумов измерительной аппаратуры, атмосферы как помехи служат источниками неопределенности при интерпретации данных дистанционного зондирования. Поэтому возникает необходимость оптимизации алгоритмов обработки изображений для уменьшения этой неопределенности. Акцент в данной разработке сделан на распознавании лесной растительности разного породного состава и возраста.
Указанная оптимизация достигается рассмотрением взаимного влияния пикселей для выбранных классов объектов лесного покрова на изображениях высокого пространственного разрешения и обоснованием возможности объединения каналов гиперспектрального зондирования. В первом случае речь идет о контекстуальном распознавании текстур таких объектов, когда контекст отображает взаимное влияние соседних пикселей, учет которого повышает точность распознавания. Например, для лесной растительности разного породного состава и возраста возможно разделение пикселей, соответствующих полностью освещенным, полностью затененным и промежуточным условиям солнечного освещения фитоэлементов лесного покрова. Во втором случае предполагается уменьшение возможной избыточности спектральных каналов при нахождении корреляций между соседними каналами.
В докладе будут показаны примеры построения аппаратно-программной системы распознавания лесной растительности разного породного состава и возраста при обработке самолетных изображений вместе с данными наземных лесотаксационных обследований тестовой территории в процессе летных испытаний отечественной гиперспектральной аппаратуры.
Работа выполнена при финансовой поддержке грантов РФФИ 13-01-00185, 14-05-00598, 14-07-00141.