WWW.DOC.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Различные документы
 

«УДК 004.932.2 СОВМЕСТНАЯ ОБРАБОТКА РАЗНОРОДНЫХ ДАННЫХ ПРИ СЕГМЕНТАЦИИ СПУТНИКОВЫХ ИЗОБРАЖЕНИЙ ВЫСОКОГО РАЗРЕШЕНИЯ Юрий Николаевич ...»

УДК 004.932.2

СОВМЕСТНАЯ ОБРАБОТКА РАЗНОРОДНЫХ ДАННЫХ ПРИ СЕГМЕНТАЦИИ

СПУТНИКОВЫХ ИЗОБРАЖЕНИЙ ВЫСОКОГО РАЗРЕШЕНИЯ

Юрий Николаевич Синявский

Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, научный сотрудник, тел. (383)334-91-55, e-mail: yorikmail@gmail.com

Игорь Алексеевич Пестунов

Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, заведующий лабораторией обработки данных, тел. (383)334-91-55, e-mail: pestunov@ict.nsc.ru Сергей Александрович Рылов Институт вычислительных технологий СО РАН, 630090, Россия, г. Новосибирск, пр. Академика Лаврентьева, 6, аспирант, тел. (383)334-91-55, e-mail: rylovs@mail.ru Павел Владимирович Мельников Институт вычислительных технологий СО РАН, 630090, РПоссия, г. Новосибирск, пр. Академика Лаврентьева, 6, аспирант, тел. (383)334-91-55, e-mail: pvm96@yandex.ru Предложена логическая схема единообразного представления разнородных пространственных данных. На ее основе разработана технология сегментации спутниковых изображений высокого пространственного разрешения, которая позволяет учесть всю имеющуюся информацию (спектральные и пространственные признаки, данные полевых наблюдений, тематические карты, базы данных, априорные знания и т. п.). Технология реализована в виде набора стандартизованных веб-сервисов.



Ключевые слова: сегментация спутниковых изображений, высокое пространственное разрешение, обработка разнородных данных, единый формат данных, веб-сервисы.

JOINT PROCESSING OF HETEROGENEOUS DATA

FOR SEGMENTATION OF HIGH-RESOLUTION SATELLITE IMAGES

Yuriy N. Sinyavskiy Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Acad. Lavrentjev ave., scientist, tel. (383)334-91-55, e-mail: yorikmail@gmail.com Igor A. Pestunov Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Acad. Lavrentjev ave., head of Data Processing Laboratory, tel. (383)334-91-55, e-mail: pestunov@ict.nsc.ru Sergey A. Rylov Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Acad. Lavrentjev ave., postgraduate student, tel. (383)334-91-55, e-mail: rylovs@mail.ru Pavel V. Melnikov Institute of Computational Technologies SB RAS, 630090, Russia, Novosibirsk, 6 Acad. Lavrentjev ave., postgraduate student, tel. (383)334-91-55, e-mail: pvm96@yandex.ru A logical scheme for uniform presentation of heterogeneous spatial data is proposed. Technology for segmentation of satellite images with high spatial resolution is developed. It allows to consider all available information (spectral and spatial features, field data, thematic maps, databases, a priory knowledge etc.). The technology is realized as a set of standardized web services.

Key words: satellite images segmentation, high spatial resolution, heterogeneous data processing, common data format, web services.

В последние годы в области создания и развития средств и технологий дистанционного зондирования Земли наблюдается стремительный прогресс.

С каждым годом растет число спутников, позволяющих получать мультиспектральные изображения высокого пространственного разрешения (1-4 м) [1].

Характерная особенность таких изображений заключается в том, что значительная часть информации, необходимой для их анализа, содержится в пространственных характеристиках (текстура, форма, размер, контекст и т.п.), а также в накопленных базах данных, экспертных знаниях, имеющейся априорной информации и т.п. [2]. В работе предложены схема единообразного представления и технология сегментации изображений высокого пространственного разрешения, позволяющие при обработке использовать всю доступную разнородную информацию. Подобные технологии обработки в настоящее время отсутствуют.

Логическая схема единообразного представления разнородных данных представлена на рис. 1. В соответствии с этой схемой, все доступные данные используются для формирования набора растровых слоев, которые можно интерпретировать как дополнительные признаки при построении итоговых картосхем.

Все полученные слои можно разделить на слои данных и тематические слои. Слои данных не зависят от особенностей решаемой задачи и могут быть сформированы без участия эксперта. К слоям данных, помимо спектральных каналов исходного изображения, можно отнести построенные ранее тематические карты (растительности, почв, влагосодержания и др.) и карты, формируемые автоматически (среднесуточной температуры, количества осадков, альбедо подстилающей поверхности, высот, экспозиции и ориентации склонов и т.д.).

В отличие от слоев данных, для формирования тематических слоев необходимо участие эксперта, без которого невозможны учет априорных сведений об объекте исследования, выбор подходящих для решения задачи комплексных признаков, применение разработанных ранее технологий обработки данных и т.п. К ним относятся текстурные и контекстные признаки, полученные с использованием различных процедур фильтрации изображения, а также комплексные спектральные признаки (индексы). К тематическим слоям также относятся бинарные маски, построенные на основе имеющихся априорных знаний и предназначенные для выделения конкретных типов объектов (водной поверхности, теней, растительности, антропогенных территорий и др.). Кроме того, к тематическим слоям можно отнести маску, которая позволяет выделить область интереса, определяемую экспертом исходя из особенностей решаемой задачи.

Подобное представление разнородной информации позволило разработать технологию сегментации спутниковых изображений высокого пространственного разрешения (рис. 2), предназначенную для исследования и оценки состояния природных объектов.

Уровень данных

–  –  –

Разработанная технология включает четыре этапа обработки. На этапе коррекции данных выполняется атмосферная и геометрическая коррекции, а также приведение данных к единой картографической проекции и т.п. Этап предварительной обработки включает в себя формирование слоев данных и тематических слоев, выделение области интереса на изображении, а также статистический анализ и формирование классифицированной обучающей выборки.

На этапе тематической обработки осуществляется выбор информативных наборов признаков и сегментация изображения с помощью алгоритмов классификации с обучением или кластеризации данных, а также уточнение результатов с привлечением контекстной информации. Завершающий этап (этап постобработки) направлен на улучшение визуальных характеристик результирующих картосхем для облегчения их интерпретации (применение различных фильтров, выбор уровня детализации картосхем и т.п.).

Для применения описанной технологии на практике используется система стандартизованных веб-сервисов (WPS-процессов), созданная в Институте вычислительных технологий СО РАН [3-5]. Система обеспечивает простое и оперативное внедрение новых алгоритмов обработки и удобный доступ к ним.

–  –  –

Разработанная технология может быть использована при решении междисциплинарных задач, решение которых подразумевает анализ большого количества разнородных данных. Она позволяет единообразно использовать всю информацию, содержащуюся в мультиспектральном изображении, и дополнительную информацию из в тематических карт и баз данных, а также накопленные экспертные знания.

Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (гранты № 13-07-12202-офи_м и № 14-07-31320мол_а) и Российского научного фонда (грант № 14-14-00453).

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Дворкин Б. А., Дудкин С. А. Новейшие и перспективные спутники дистанционного зондирования Земли // Геоматика. – 2013. – № 2. – С. 16-21.

2. Dey V., Zhang Y., Zhong M. A review on image segmentation techniques with remote sensing perspective // ISPRS TC VII Symp. – 100 Years ISPRS. (Vienna, Austria, July 5-7 2010). – IAPRS. – Vol. XXXVIII, pt 7A. – P. 31-42.

3. Пестунов И. А., Рылов С. А., Мельников П. В., Синявский Ю. Н. Технология и программный инструментарий для сегментации спутниковых изображений высокого пространственного разрешения // Интерэкспо ГЕО-Сибирь-2013. IX Междунар. научн. конгр.: сб. материалов (Новосибирск, Россия, 15-26 апреля 2013 г.). – Новосибирск: СГГА, 2013. – Т. 1. – С. 202-208.





4. Добротворский Д. И., Куликова Е. А., Пестунов И. А., Синявский Ю. Н. Вебсервисы для непараметрической классификации спутниковых данных // Интерэкспо ГЕОСибирь-2010. VI Междунар. научн. конгр.: сб. материалов (Новосибирск, Россия, 27-29 апреля 2010 г.). – Новосибирск: СГГА, 2010. – Т. 1, ч. 2. – С. 171-175.

5. Жижимов О. Л., Молородов Ю. И., Пестунов И. А., Смирнов В. В., Федотов А. М.

Интеграция разнородных данных в задачах исследования природных экосистем // Вестник НГУ. – Сер.: Информационные технологии. – 2011. – Т. 9, № 1. – С. 67-74.

6. 52°North project homepage (2015) [Electronic resource] – Англ. – Режим доступа:

http://52north.org/downloads/category/15-wps.

7. Web processing service interface standard (2015) [Electronic resource] – Англ. – Режим доступа: http://www.opengeospatial.org/standards/wps.

–  –  –



Похожие работы:

«МИНИGТЕРСТВО ОБРДЗОВДНИЯ И НДУКИ РОССИЙСКОЙ ФЕДЕРДЦИИ Е о вАт Ел ь н о Е у ч р Ежд Е судА, ни о Е го рАл ь Ед Ф н Е r, Еlъо,rт#3жъъъъ? Е ;Аз ых тЕхнологи й воронЕжGкий госудАрствЕн н ьГи уййввЁсйiвт инжЕн рн Е ffit#*фН в С.Т. вя j zo6 r. qr#,...»

«1 Утверждены приказом Министерства связи и массовых коммуникаций Российской Федерации от "" 2016 № _ Методические рекомендации по формированию федеральными органами исполнительной власти и органами управления государственными внебюджетными фондами системы целевых показателей и соответствующих им индикаторов информатизации...»

«Программное обеспечение Инженерный консалтинг Современные технологии в промышленность Вычислительная техника Измерительное оборудование Решение задач внешнего обтекания с использованием различных  моделей турбулентности в FlowVision  П.Н. Субботина, ООО "Тесис" Бурное развит...»

«Министерство сельского хозяйства и продовольствия Республики Беларусь Информационно-вычислительное республиканское унитарное предприятие "ГИВЦ Минсельхозпрода" Типовой программный комплекс автоматизации учета и отчетно...»

«Вычислительные технологии Том 12, № 5, 2007 ИССЛЕДОВАНИЕ (m, 2)-МЕТОДОВ РЕШЕНИЯ ЖЕСТКИХ СИСТЕМ E. A. Новиков Институт вычислительного моделирования СО РАН, Красноярск, Россия e-mail: novikov@icm.krasn.ru The (m, 2)-methods are investigated. It has been shown that the maximum order of accuracy for the L-stable (m, 2)-method...»

«Аннотации к рабочим программам дисциплин направления 01.03.02 Прикладная математика и информатика Аннотация рабочей программы по дисциплине "Иностранный язык (английский)" Данная учебная дисциплина относится к базовой части блока дисциплин. Общая трудоемкость дисциплины составляет 9 зачетных единиц.Общий объём 324 часа,...»

«ИНФОРМАТИКА, 11 класс Демонстрационный вариант, март 2016 Демонстрационный вариант работа по ИНФОРМАТИКЕ и ИКТ Инструкция по выполнению работы На выполнение краевой диагностической работы по математике дается 45...»

«ФИЛОСОФСКИЕ ПРОБЛЕМЫ ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ (VR-ФИЛОСОФИЯ) Рабочая программа учебного курса Философский факультет Кафедра гуманитарных проблем информатики Составитель: Ладов Всеволод Адольфович – доктор философских наук, доцент, профессор кафедры гуманитарных проблем информатики Аннотация Данная программа характе...»

«2 РЕФЕРАТ Дипломная работа содержит 110 страниц, 6 рисунков, 18 таблиц, 24 источника.КОМПОЗИТ, СИСТЕМА УРАВНЕНИЙ ТЕПЛОПРОВОДНОСТИ, ТЕПЛОВОЕ РАВНОВЕСИЕ, ЧИСЛЕННЫЙ ЭКСПЕРИМЕНТ, ПРОГРАММИРОВАНИЕ, РАСЧЕТ. В данной работе проведён обзор композитных материалов, изложена модель установления теплов...»








 
2017 www.doc.knigi-x.ru - «Бесплатная электронная библиотека - различные документы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.