Том 27, номер 07, статья № 5

Аннотация:

Рассмотрены основные этапы развития технологий распознавания природно-техногенных объектов по данным дистанционного зондирования (когнитивных технологий обработки оптических изображений) в совокупности с вычислительными процедурами атмосферной коррекции многоспектральных и гиперспектральных аэрокосмических изображений. Основное внимание уделяется распознаванию лесных экосистем разного породного состава и возраста по данным летных испытаний отечественной гиперспектральной аппаратуры для выбранной тестовой территории, на которой проводились наземные лесотаксационные и другие обследования. Для отдельных градаций возрастов чистых березовых и сосновых насаждений показаны высокие точности распознавания таких объектов на основе разработанного программно-алгоритмического обеспечения обработки самолетных гиперспектральных изображений.

Ключевые слова:

дистанционное зондирование, оптические изображения, распознавание объектов, лесная растительность разного породного состава и возраста

Список литературы:

1. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 509 с.
2. Козодеров В.В. Оценка искажающего влияния атмосферы при дешифрировании природных образований из космоса // Аэрокосмические исследования Земли. Обработка видеоинформации с использованием ЭВМ. М.: Наука, 1978. С. 24–35.
3. Jain A.K. Advances in mathematical models in image processing // Proc. IEEE. 1981. V. 69. P. 502–528.
4. Friedland N.S., Rosenfeld A. Compact object recognition using energy-function based optimization // IEEE Trans. Pattern Anal. Machine Intell. 1992. V. 14, iss. 7. P. 770–777.
5. Tso B., Olsen R.C. A contextual classification scheme based on MRF model with improved parameter estimation and multiscale fuzzy line process // Remote Sens.  Environ. 2005. V. 97. P. 127–136.
6. Козодеров В.В. Атмосферная коррекция видеоизображений // Исслед. Земли из космоса. 1983. № 2. С. 65–75.
7. Li X.W., Strahler A.H., Woodcock C.E. A hybrid geometric optical-radiative transfer approach for modeling albedo and directional reflectance of discontinuous canopies // IEEE Trans. Geosci. Remote Sens. 1995. V. 33, N 2. P. 466–480.
8. Kondratyev K.Ya., Kozoderov V.V., Smokty O.I. Remote sensing of the Earth from space: atmospheric correction. Heidelberg: Springer-Verlag, 1992. 478 p.
9. Deering D.W. Field measurements of directional reflectance // Theory and Applications of Optical Remote Sensing. N.Y.: John Wiley & Sons, 1989. P. 14–65.
10. Curran P.J., Foody G.M., Kondratyev K.Ya., Kozoderov V.V., Fedchenko P.P. Remote sensing of soils and vegetation in the USSR. London: Taylor and Francis, 1990. 203 p.
11. Breda N. Ground-based measurements of leaf area index: A review of methods, instruments and current controversies // J. Experim. Botany. 2003. V. 54, iss. 392. P. 2403–2417.
12. Козодеров В.В. Особенности реализации моделей оценки фитомассы растительности по наблюдениям из космоса // Исслед. Земли из космоса. 2006. № 2. С. 79–88.
13. Козодеров В.В., Косолапов В.С. Оптическое зондирование биосферы по многоспектральным аэрокосмическим изображениям // Оптика атмосф. 1992. Т. 5, № 8. С. 852–859.
14. Kozoderov V.V. A scientific approach to employ monitoring and modeling techniques for Global Change and Terrestrial Ecosystems and other related projects // J. Biogeogr. 1995. V. 22, N 415. P. 927–933.
15. Prince S.D., Justice C.O., Eds., Coarse resolution remote sensing of the Sahelian environment // Int. J. Remote Sens. 1991. V. 12, N 6. P. 1133–1421.
16. Kozoderov V.V., Dmitriev E.V. Remote sensing of soils and vegetation: regional aspects // Int. J. Remote Sens. 2008. V. 29, N 9. P. 2733–2748.
17. Kozoderov V.V., Dmitriev E.V. Remote sensing of soils and vegetation: pattern recognition and forest stand structure assessment // Int. J. Remote Sens. 2011. V. 32, N 20. P. 5699–5717.
18. Li S.Z. Markov random field modeling in computer vision. New York; Berlin; Heidelberg; Tokyo: Springer-Verlag, 1995. 350 p.
19. Козодеров В.В. Применение данных оптического дистанционного зондирования для изучения природно-климатических процессов // Климат и природа. 2012. Т. 3, № 2. С. 3–16.
20. Козодеров В.В., Дмитриев Е.В., Каменцев В.П. Система обработки самолетных изображений лесных экосистем по данным высокого спектрального и пространственного разрешения // Исслед. Земли из космоса. 2013. № 6. С. 57–64.
21. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В. Тематическая обработка многоспектральных и гиперспектральных аэрокосмических изображений: Уч. пособие. М.: Изд-во МФТИ, 2013. 225 с.
22. Белов В.В., Тарасенков М.В. О точности и быстродействии RTM-алгоритмов атмосферной коррекции спутниковых изображений в видимом и УФ-диапазонах // Оптика атмосф. и океана. 2013. Т. 26, № 7. С. 564–571.
23. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В., Казанцев О.Ю., Персев И.В., Щербаков М.В. Обработка данных гиперспектрального зондирования // Исслед. Земли из космоса. 2012. № 5. С. 3–11.
24. Анищенко А.В., Огреб С.М., Юхно П.М. Сравнительный анализ панхроматического и многоспектрального режимов обнаружения пространственных объектов // Оптика атмосф. и океана. 2013. Т. 26, № 8. С. 673–678.
25. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. N.Y.: Springer, 2001. 765 p.