Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. №3. С. 75-84
Алгоритм двухэтапной классификации гиперспектральных данных в пространстве коэффициентов спектральной яркости по результатам авиационной съемки
В.Н. Остриков
, С.И. Смирнов
, В.В. Михайлов
Санкт-Петербургский филиал ОАО КБ «Луч»
Рассматривается проблема классификации данных гиперспектральной съемки в пространстве коэффициентов спектральной яркости. Предполагается, что каждый объект на снимке принадлежит какому-либо спектральному классу, содержащемуся в базе данных, сформированной посредством наземных измерений спектральных характеристик объектов. Входными данными алгоритма являются гиперспектральные снимки, прошедшие предварительную обработку (калибровка, фильтрация регулярного и случайного шумов, геометрическая коррекция). Классификация осуществляется в два этапа. На первом производится отсев классов, к которым заведомо не может принадлежать объект, с использованием «грубой» метрики. Процедура позволяет существенно снизить конечный объем обработки. На втором этапе из множества «оставшихся» классов производится селекция близких к объекту элементов базы с учетом чувствительной к спектральным различиям метрики (метрики Теребижа, декартовой). Алгоритм опробован на данных гиперспектральной съемки, полученных с авиационного носителя при различных условиях наблюдения. Выявлена робастность алгоритма в широком диапазоне отношений сигнала к шуму. Проведено сравнение результатов классификации.
Ключевые слова: классификация гиперспектральных данных, метрика Теребижа, кластеризация, classification of hyperspectral data, the Terebizh’s metric, clustering
Полный текстСписок литературы:
- Загоруйко Н.Г. Прикладные методы анализа данных и знаний // Новосибирск: ИМ СО РАН, 1999
- Остриков В.Н., Плахотников О.В., Кириенко А.В. Комплекс обработки гиперспектральных данных, получаемых с авиационных и космических носителей // Материалы десятой всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса». 2012
- Теребиж В.Ю. Введение в статистическую теорию обратных задач // М.: Физматлит, 2005
- Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений / Пер. с англ. М.: Техносфера, 2010. 556 с
- Lloyd S. Least square quantization in PCM’s // Bell Telephone Laboratories Paper, 1957
- MacQueen J. Some methods for classification and analysis of multivariate observations // Proc. 5th Berkeley Symp. on Math. Statistics and Probability, 1967. P. 281–297
- Steinhaus H. Sur la division des corps matériels en parties // Bull. Acad. Polon. Sci., C1. III. Vol. IV. 1956. P. 801–804