Классификация без обучения

Процесс классификации без обучения находит спектральные классы (или кластеры) в многоканальном изображении без вмешательства аналитика. Для выполнения классификации без обучения на панели инструментов Классификация изображений (Image Classification) имеются инструменты для создания кластеров, анализа их качества, а также инструменты классификации.

5Основные архивы спутниковых данных. Принципы организации и использования

Данные спутникового дистанционного зондирования Земли (далее спутниковые дан-

ные) в последние годы все активнее используются для решения различных задач, при этом во многих системах, обеспечивающих мониторинг состояния окружающей среды, эти данные и результаты их обработки стали играть достаточно важную роль. Поэтому практически во всех таких системах сегодня созданы или разрабатываются блоки работы со спутниковыми данными. Для упрощения процесса создания таких блоков и их дальнейшей

эксплуатации в ИКИ РАН была разработана. Реализация конкретной системы хранения спутниковых данных (СХСД), безусловно, определяется типами используемых в системе спутниковых данных и результатов их обработки, а также специфическими для данной системы требованиями по организации работы с данными и доступа к ним. Однако основные задачи, решаемые различными системами хранения, схожи, что позволяет выработать общие принципы и создать базовое программное обеспечение для построения подобных систем.

Особенности систем архивации спутниковых данных. особенности спутниковых данных, влияющие на организацию их хранения и обеспечение к ним оперативного доступа. К таким особенностям, в первую очередь, относится их большой объем. Так, например, объем данных, полученных за один сеанс,

может составлять несколько гигабайт. Хотя при современных возможностях вычислительной техники работа с данными таких объемов не вызывает больших сложностей, существующие сегодня глобальные компьютерные сети в подавляющем большинстве случаев не позволяют оперативно передать такой объем данных всем пользователям. Эту проблему не удается решить, просто сжимая весь объем данных, так как при сжатии без

потерь объем данных, как правило, уменьшается не более чем в два раза.

Естественный путь уменьшения объемов передаваемых данных без ухудшения их качества. это их фрагментация. Как правило, спутники при пролете получают данные о достаточно большой территории. Использование фрагментации позволяет пользователям получать данные только по интересующим их регионам, что существенно уменьшает объем передаваемых данных. Во многих случаях уменьшение объема достигается также в случае, если пользователю передаются не исходные спутниковые данные, а результаты их обработки. Однако для этого обычно требуется организация устойчивой автоматической обработки данных. Кроме этого, в большинстве случаев пользователю сначала может быть

предоставлена возможность получения некоторого обзорного изображения (quick look), на основе которого он может принять решение, какие конкретные данные ему необходимы, не скачивая больших объемов данных. Поэтому в системах хранения должна формироваться и

храниться подобная информация.

Кроме проблем, связанных с оперативной передачей данных пользователям, большой объем спутниковых данных приводит в общем случае к невозможности долгого хранения всех данных в режиме непосредственного доступа на жестких дисках сервера архивации.

Поэтому для долговременного хранения данных необходимо использовать автономные носители информации, такие как магнитные и лазерные диски. Естественно, что при этом в системе хранения должен быть реализован удобный механизм доступа пользователей к данным, находящимся в долговременном архиве. Другой характерной особенностью спутниковых данных является разнородность форматов представления данных различных спутниковых систем. И, хотя в настоящее время разработаны достаточно универсальные форматы хранения спутниковых данных, на

практике, даже при использовании этих форматов, работа с различными типами данных имеет свою специфику. В результате для использования конкретных типов данных необходимы специализированные модули для работы с этими данными. В то же время следует отметить, что во многих случаях для работы с результатами обработки спутниковых данных можно использовать достаточно простые графические форматы, легко импортируемые

в специализированное программное обеспечение, которое используется при построении

различных систем мониторинга.

6 Дешифровочные признаки объекта.

Дешифровочные признаки – свойства объектов, нашедшие отражение на снимке и используемые для распознавания.

Выделяют 2 группы дешифровочных признаков:

• Прямые (общие, основные),

• Косвенные (специальные)

Прямые дешифровочные признаки – с войства объекта, находящие непосредственное отображение на снимках, присущие самим объектам.

Свойства прямых признаков (по данным разных авторов):

· геометрические – форма, конфигурация, размер, объем, рисунок объектов или структурные (линейные и объемные),

• общие (фотограмметрические) – фототон, цвет.

Иногда добавляют – взаимное расположение.

По другим данным к прямым дешифровочным признакам относить три группы признаков: 1. геометрические (форма, тень, размер); 2. яркостные (фототон, уровень яркости, цвет, спектральный образ); 3. структурные (текстура, структура, рисунок). Геометрические признаки (форма, тень, размер). Форма — это наиболее надежный, т.е. не зависящий от условий съемки, признак. Наш глаз наиболее уверенно распознает именно форму объектов. С изменением масштаба снимков форма объекта на снимке может несколько изменяться, за счет исчезновения деталей она упрощается. На аэроснимках, полученных короткофокусной камерой, форма плоских объектов искажается на краях снимка. То же происходит, если объекты располагаются на наклонной поверхности. На космических снимках форма объектов, не имеющих вертикального протяжения, передается практически без искажений. Форма в плане – плане часто используется при распознавании объектов, связанных с деятельностью человека, так как они (как правило) имеют форму, близкую к правильной геометрической.

Тень - дешифровочный признак, позволяющий судить о пространственной форме объектов на одиночном снимке.Виды теней: собственная, падающая. Собственная тень п озволяет судить о поверхности объектов, имеющих объемную форму: резкая граница тени угловатых объектов характерна для крыш домов, а размытая – свидетельствует о плавной поверхности, например, крон деревьев. Падающая тень и грает огромную роль. Определяет вертикальную протяженность и силуэт объекта. Позволяет сравнить объекты по высоте.

Размеробъекта — не вполне надежный признак. При дешифрировании чаще используются не абсолютные, а относительные размеры объектов.

Яркостные признаки (уровень яркости, фототон, цвет, спектральный образ). На возможность геологического дешифрирования существенно влияют спектральные характеристики (степень контраста геологических тел, отличающихся по спектральной яркости). При многозональной съемке в разных спектральных интервалах геологические тела, снятые при различных погодных условиях, отображаются на космических снимках с разной степенью контрастности.

Освещенность земной поверхности, т.е. количество световой энергии, приходящейся на единицу площади, преимущественно складывается из прямой и рассеянно й солнечной радиации, соотношение между которыми меняется в зависимости от:

•высоты Солнца, -крутизны• ориентировки склонов. При высоком Солнце преобладает прямая радиация, что приводит к резким различиям в освещенности склонов разной экспозиции: одни склоны оказываются освещенными, другие — в тени или полутени. В ясный, безоблачный день в околополуденные часы освещенность склонов может различаться в четыре—шесть раз. Тени в это время занимают наименьшую площадь, но зато плотность их очень велика, поэтому объекты в тенях распознаются очень неуверенно или не распознаются вовсе. При низком Солнце возрастает доля рассеянной радиации, тени становятся более прозрачными, хотя и значительно большими по площади. Разница в освещенности склонов разной экспозиции уменьшается.

Уровень яркости (спектральная отражательная способность). Яркостные дешифровочные признаки связаны с одним и тем же свойством объектов местности — спектральной отражательной способностью:

•фототон (или тон фотоизображения), • уровень яркости (или кодированная яркость), • цвет, •спектральный образ. Спектральная яркость на цветных и многозональных снимках: На цветных – спектральная яркость объектов отображается цветом, На многозональных – спектральная яркость объектов отображается «спектральным образом» (набором тонов или уровней яркости в зонах). На шкале тонов оптическая плотность каждой ступени измеряется (на денситометре) и получается условное название фототона.

Фототон – это оптическая плотность изображения на черно-белых фотоотпечатках при визуальном анализе. Этот признак является функцией интегральной или зональной (в относительно узкой зоне спектра) яркости объектов. Та же интегральная или зональная яркость на цифровых снимках закодирована уровнями яркости шкалы обычно из 256 числа ступеней.

Структурные (рисунок, текстура, структура).

Текстура – сочетание элементов изображения – различия в фототоне.

Структура – крупные элементы, у которых распознаются форма и размер,

Рисунок – несколько различных структур, формирующих устойчивые сочетания, типичные для определенных объектов земной поверхности. Рисунок изображения – это сложный, но самый надежный признак. Он представляет сочетание объектов и их частей определенной формы, размера и тона (цвета).

Косвенные признаки (специальные ) признаки по индикаторам:

• Геоморфологические (форма рельефа, строение гидросети),

• Геоботанические,

• Антропогенные и зоогенные,

• Почва,

• природные территориальные комплексы,

• Проявляющиеся в генетических взаимодействиях с другими объектами,

• иногда Фотогенные (фототон, фотограммометрические, характерный рисунок).

Косвенные признаки делят на три группы индикаторов:

1. Объектов – объекты, не изобразившиеся на снимке (например, отсутствие на снимке дороги на пересечении с рекой предполагает наличие моста или брода),

2. Свойств объектов (чаще скрытые) – например, индикатором горно-обогатительных предприятий оказываются отстойники (водоемы, имеющие в плане конфигурацию близкую к правильной,

3. Движения или изменений – объекты-индикаторы динамики, которые позволяют выявить наличие движения или временных изменений по материалам одной съемки (например, мутьевые потоки, выносимые реками в прибрежную зону озер или морей, говорят о течении в приповерхностном слое воды. Ориентировка песчаных дюн позволяет определить направление преобладающих ветров

Под обнаружением понимается установление объекта без определения его сущности. Выявление объекта с определением качественных и количественных характеристик его сущности является распознаванием.

Генерализация изображения - это степень обобщения спектральных и геометрических характеристик ландшафта фотографируемой территории.

Мелкие элементы ландшафта и геологического строения объединены на космическом снимке в более крупные, т. е. генерализованы. В результате этого в формировании изображения на космических снимках выявляется ведущая роль геологических и прежде всего тектонического факторов.

Классифицировать объект — это отнести его к определенному классу и присвоить ему условный знак, а интерпретировать — определить состав объекта и динамику его развития.

Эти понятия, введенные для топографического дешифрирования снимков А.В.Аковецким, в общем верны и для геологического дешифрирования, которое заключается в выявлении и установлении геологической природы объектов, не только выходящих на земную поверхность и нашедших прямое отражение снимках, но и скрытых растительным покровом, рыхлыми отложениями, плитным чехлом и проявленных на снимках опосредованно через различные элементы ландшафта.

Из определения вытекает, что выражение «дешифрирование объектов (рельефа, растительности и т.д.)» не вполне точно, правильнее говорить о «дешифрировании изображений объектов» или «дешифрировании изображений».

Индикатор. О пределение одних компонентов ландшафта по другим, физиономичным, легко опознаваемым на снимке, так называемым индикаторам, – распространенный прием географического дешифрирования.

Индикатор — это наблюдаемый на снимке признак, который позволяет установить труднонаблюдаемый или скрытый геологический объект.

Известно, что наличие рыхлых осадков, серпентинитов, глинистых сланцев, высокая степень раздробленности почв (пород), повышенный тепловой поток и выходы термальных вод (способствующие пластичности пород) – снижают концентрацию напряжения. Концентрация напряжения повышается в активных зонах (скрытых на глубине под толщей недислоцированных отложений), тектонических покровах или слоях земной коры с иным (чем на глубине) расположением активных структур. Наиболее опасные зоны – это участки сочленения разломов разных направлений, активные в разных слоях земной коры (пример: Центральные Кызылкумы).

В основе ландшафтно-индикационного метода дешифрирования заложен:

• анализ корреляционных связей выявленных на снимках фотоаномалий с внешними и внутренними компонентами ландшафта

• дешифрирование геологических объектов посредством их индикаторов, или косвенных дешифровочных признаков.

Различают частные и комплексные индикаторы:

· частными индикаторами чаще являются растительность и рельеф,

· комплексными индикаторами является облик природно-территориальных комплексов (что относится к ландшафтному методу дешифрирования).

Индикационные связи — это связи явных, физиономичных компонентов ландшафта со скрытыми геологическими структурами.

Применениекосвенного дешифрирования. Роль косвенных дешифровочных признаков тем больше, чем мельче масштаб снимков и больше охват территории. Поэтому их чаще используют при географическом дешифрировании (ярким примером применения ландшафтного метода служит изучение и картографирование подземных вод, рельефообразование, формирование берегов морей и т.д.). При топографическом дешифрировании – их используют редко.