Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №2. С. 50-67

Синтез многоспектральных изображений различного пространственного разрешения с использованием для регуляризации библиотечных спектров объектов

Б.С. Жуков1 , М.А. Попов2 , С.А. Станкевич2 
1 Институт космических исследований РАН, Москва, Россия
2 Научный центр аэрокосмических исследований Земли ИГН НАН Украины, Киев, Украина
Комплексная оценка характеристик поверхности и атмосферы Земли по результатам спутниковых наблюдений требует совместной обработки многосенсорных видеоданных, получаемых в различных спектральных диапазонах с различным пространственным разрешением. Задачу радиометрически верного синтеза многоспектральных изображений различного разрешения предлагается решать путём комбинирования двух ранее предложенных методов: метода MMT (Multisensor Multiresolution Technique) и метода синтеза по библиотечным спектрам. Метод MMT основан на классификации изображений высокого разрешения (ВР), оценке спектральных сигнатур полученных классов в спектральных зонах низкого разрешения (НР) и использовании их для восстановления изображений в НР-зонах с размером пиксела ВР-изображения. Недостатком метода MMT является ухудшение точности оценки сигнатур классов при уменьшении их площади. Для компенсации этого недостатка при применении метода ММТ предлагается проводить регуляризацию с помощью НР-изображения, восстановленного методом синтеза по библиотечным спектрам. Этот метод основан на совместной классификации ВР- и НР-изображений с использованием библиотечных спектров природных и антропогенных объектов и присвоении ВР-пикселам взвешенных НР-сигнатур соответствующих классов. Возможности комбинированного метода проиллюстрированы на примере синтеза изображений, полученных спектрорадиометром ASTER на КА Terra в каналах видимого и ближнего ИК (VNIR) диапазонов с разрешением 15 м и в каналах коротковолнового ИК (SWIR) диапазона с разрешением 30 м. Показано, что комбинированный метод позволяет восстановить SWIR-изображения с лучшей резкостью, чем исходное и регуляризующее изображения, уменьшить ошибки оценки спектральных сигнатур классов малой площади, возникающие при применении метода MMT без регуляризации, и извлечь из данных новую информацию, не содержащуюся в библиотечных спектрах.
Ключевые слова: методы повышения резкости изображения, синтез многосенсорных данных, метод MMT, метод синтеза по библиотечным спектрам, спектрорадиометр ASTER
Полный текст

Список литературы:

  1. Попов М.О., Станкевич С.А., Козлова А.О. Удосконалена процедура класифікування багатоспектральних аерокосмічних зображень при оцінюванні біорізноманіття Північно-Причорноморського регіону України // Сборник научных трудов Морского гидрофизического института. Вып.14. Севастополь: МГИ, 2006. С. 406-410.
  2. Станкевич С.А. Алгоритм статистичної класифікації об’єктів дистанційного спостереження за їх спектрально-топологічними характеристиками // Науковий вісник Національного гірничого університету. 2006. № 7. С. 38-40.
  3. Станкевич С.А., Шолонік О.В. Інструментарій оцінювання еквівалентної просторової розрізненності багато- та гіперспектральних цифрових аерокосмічних знімків // Збірник наукових праць Державного науково-дослідного інституту авіації. Вип.3(10). Київ: ДНДІА, 2007. С. 165-171.
  4. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. Пер. с англ. М. Техносфера. 2010. 560 с.
  5. Abrams M., Hook S., Ramachandran B. ASTER Users Handbook Version 2. Pasadena: Jet Propulsion Laboratory. 2002. 135 p.
  6. Arai K., Thome K., Iwasaki A., Biggar S. ASTER VNIR and SWIR radiometric calibration and atmospheric correction // Land Remote Sensing and Global Environmental Change. NASA’s Earth Observing System and the Science of ASTER and MODIS / B. Ramachandran, C.O. Justice, M.J. Abrams (Eds). New York: Springer, 2011. P. 83-116.
  7. Baldridge A.M., Hook S.J., Grove C.I., Rivera G. The ASTER spectral library version 2.0 // Remote Sensing of Environment. 2009. Vol. 113. No.4. P.711-715.
  8. Franklin S.E., Wulder M.A. Remote sensing methods in medium spatial resolution satellite data land cover classification of large areas // Progress in Physical Geography. 2002. Vol.26. No.2. P. 173-205.
  9. King R.B. Land cover mapping principles: a return to interpretation fundamentals // International Journal of Remote Sensing. 2002. Vol.23. No.18. P. 3525-3545.
  10. Zhukov B., Oertel D., Lanzl F., Reinhaeckel G. Unmixing-based multi-sensor multi-resolution image fusion // IEEE Trans. Geosci. Remote Sensing. 1999. Vol.37. No.3. P. 1212-1226.