АНАЛИЗ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК МАСКИРОВОЧНОГО ПОКРЫТИЯ С ПРИМЕНЕНИЕМ ВИДЕОСПЕКТРОМЕТРА

Предмет исследования.Исследованы проблемы обнаружения и распознавания объектов на гиперспектральных снимках. Продемонстрирована возможность определения типа объекта на основе статистических методов. Рассмотрена возможность использования спектрального образа объекта для идентификации типа его данных. Метод исследования. Исследование выполнено с применением видеоспектральной аппаратуры для обнаружения объектов на подстилающей поверхности «Фрегат». Последующая обработка гиперспектральной информации произведена с использованием математической модели системы распознавания образов. Для оценки качества распознавания объектов применены вегетационные индексы TCHVI(Three-Channel Vegetation Index) и NDVI(Normalized Difference Vegetation Index). В качестве инструмента определения различия объектов предложено использовать критерий Неймана–Пирсона. Основные результаты. Проведен анализ спектральных характеристик маскировочного покрытия летнего типа (Германия). Выполнен расчет плотности распределения вегетационных индексов. Получены статистические характеристики, необходимые для построения математической модели системы распознавания образов. Показана применимость вегетационных индексов при обнаружении летнего маскировочного покрытия на фоне зеленой растительности. Представлена математическая модель распознавания объектов на базе критерия Неймана–Пирсона. Практическая значимость. Результаты работы могут быть полезны специалистам в области обработки гиперспектральной информации при проведении мониторинга состояния земной поверхности.

1. Доброленский Ю.С., Красавцев В.М., Кузнецов А.Ю., Чиков К.Н. Применение внеосевого зеркального параболоида в качестве перспективного входного объектива озонометра // Сборник тезисов Международного конгресса по интеллектуальным системам и информационным технологиям. Таганрог, Россия, 2013. С. 352–357.
2. Feng C., Anees A. Design and modeling of a compact imaging spectrometer // Optical Engineering. 1995. V. 34. N 11. P. 3217–3221.
3. Nouri H., Beecham S., Hassanli A.M., Kazemi F. Water requirements of urban landscape plants: a comparison of three factor-based approaches // Ecological Engineering. 2013. V. 57. P. 276–284. doi: 10.1016/j.ecoleng.2013.04.025
4. De Benedetto D., Castrignanò A., Rinaldi M., Ruggieri S., Santoro F., Figorito B., Gualano S., Diacono M., Tamborrino R. An approach for delineating homogeneous zones by using multi-sensor data // Geoderma. 2013. V. 199. P. 117–127. doi: 10.1016/j.geoderma.2012.08.028
5. Abrams L., Alberotanza L., Cavalli R.M. et. al. Satellite and airborne remote sensing data study the Venice lagoon // Proc. 5th Int. Airborne Remote Sensing Conference and Exhibition. San Francisco, 2001. Art. 132.
6. Шилин Б.В., Груздев В.Н., Марков А.В., Мочалов В.Ф. Использование видеоспектральной аэросъемки для экологического мониторинга // Оптический журнал. 2001. Т. 68. № 12. С. 41–49.
7. Бровкина О.В., Григорьева О.В., Груздев В.Н., Захаров С.В., Пономарев С.А., Чапурский Л.И., Чиков К.Н. Аппаратура, методики и результаты использования материалов видеоспектральной и тепловой аэросъемки для экологического мониторинга территорий и акваторий // Современные проблемы ДЗЗ из космоса. 2007. Т. 4. № 1. С. 209–215.
8. Чиков К.Н., Гуд В.В., Красавцев В.М. Бортовой видеоспектральный комплекс для целей геолого- и экологического картирования // Научные исследования высшей школы по экологии и рациональному природопользованию. Сб. статей. СПб.: Санкт-Петербургский горный ин-т, 2000. С. 173–175.
9. Kuzmin A.K., Chikov K.N. Perspective panoramic auroral imager and its opportunities for tomographic mapping and diagnostics of ionospherical characteristics from the satellite // Advances in Space Research. 2003. V. 31. N 5. P. 1321–1326. doi: 10.1016/S0273-1177(02)00946-8
10. Чиков К.Н., Гуд В.В., Красавцев В.М. Разработка видеоспектральных основ аэрокосмических методов дистанционного зондирования в оптическом диапазоне // Научно-технический вестник СПбГУ ИТМО. 2005. № 7 (23). С. 64–73.
11. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В. Тематическая обработка многоспектральных и гиперспектральных аэрокосмических изображений. М.: МФТИ, 2013. 224 с.
12. Кузнецов А.Ю. Методы обработки гиперспектральной информации // Сборник тезисов докладов конгресса молодых ученых. Выпуск 1. СПб.: НИУ ИТМО, 2013. С. 96–97.
13. Чапурский Л.И., Алексеев А.А., Астахова Е.И. и др. Опыт использования призменного видеоспектрометра "Лептон" для измерения отражательных свойств элементов наземной тестовой мишенной обстановки // Сборник тезисов докладов конференции "Гиперспектральные приборы и технологии". Красногорск, Россия, 2013. С. 99–100.
14. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1977. 222 с.
15. Palazov K.I., Bochev Al.Z., Spaso St., Manev A., Kuzmin Al.K., Stepanov Vl.A., Eysmont N.A., Prohorenko V.I., Chikov K.N., Auroral phenomena as seen by coordinated measurements of SKA-3, UVSIPS and IMAP-3 experiments on board the INTERBALL-2 satellite // Advances in Space Research. 2003. V. 31. N 5. P. 1341–1346. doi: 10.1016/S0273-1177(03)00017-6
16. Артюхина Н.К., Котов М.Н. Особенности построения видеоспектрометров дистанционного зондирования земли из космоса // Приборы и методы измерений. 2010. № 1. С. 56–62.
17. Nouri H., Beecham S., Anderson S., Nagler P. High spatial resolution WorldView-2 imagery for mapping NDVI and its relationship to temporal urban landscape evapotranspiration factors // Remote Sensing. 2014.V. 6. N 1. P. 580–602. doi: 10.3390/rs6010580
 

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License