Адаптивний спосіб підвищення якості цифрового багатоспектрального/гіперспектрального аерокосмічного знімка

Реферат: Винахід належить до напрямку оброблення цифрових багатоспектральних/ гіперспектральних знімків, що отримуються аерокосмічними системами дистанційного зондування Землі та спостереження розташованих на її поверхні об'єктів, зокрема до способів попереднього оброблення знімків з метою підвищення їх якості. Задачею винаходу є підвищення якості цифрового багатоспектрального/гіперспектрального аерокосмічного знімка, який складається з панхроматичного та зональних зображень. Для вирішення задачі спочатку скорочують кількість зональних зображень за рахунок видалення малоінформативних зображень, для кожного j-го (j = 1, 2, ..., Ν') зонального зображення проводять просторово-радіометричний аналіз, за результатами якого встановлюють початкові значення параметрів адаптивного білатерального фільтра, далі проводять в циклі адаптивну фільтрацію кожного зонального зображення до досягнення максимуму вибраного показника якості, після чого формують j-е усереднене зональне зображення шляхом підсумовування всіх інших, за виключенням самого j-го відфільтрованого зонального зображення, розраховують різницеве зображення як різницю між панхроматичним та j-им усередненим зображеннями, після чого отримують j-е зональне UA 99695 C2 (12) UA 99695 C2 зображення підвищеної якості як алгебраїчну суму обробленого адаптивним білатеральним фільтром j-го зонального зображення та зваженого j-го різницевого зображення і аналогічним чином покращують якість всіх інших зональних зображень зі складу цифрового багатоспектрального/ гіперспектрального аерокосмічного знімка. UA 99695 C2 5 10 15 20 25 30 35 40 45 50 55 60 Винахід належить до напрямку оброблення цифрових багатоспектральних/ гіперспектральних знімків, що отримуються аерокосмічними системами дистанційного зондування Землі та спостереження розташованих на її поверхні об'єктів, зокрема до способів попереднього оброблення знімків з метою підвищення їх якості. Отримання інформації про природні та штучні об'єкти, що розташовані на поверхні Землі, здійснюється шляхом дешифрування аерокосмічних знімків. Найбільш інформативними є багатоспектральні/гіперспектральні аерокосмічні знімки [1,2], але вони мають деякі особливості, які ускладнюють проведення дешифрування. По-перше, кожне зональне зображення зі складу багатоспектрального/ гіперспектрального аерокосмічного знімка формується у достатньо вузькому спектральному інтервалі, в межах якого зосереджена значно менша, ніж у видимому діапазоні в цілому, оптична енергія. Тому подібні зображення визначально характеризуються відносно невеликими величинами відношення сигнал/шум, що негативно впливає на їх радіометричну і просторову якість (зокрема просторову розрізненість). В свою чергу, недостатня радіометрична і просторова якість зональних зображень негативно впливає на точність дешифрування і достовірність розпізнавання об'єктів [3]. По-друге, сучасні багатоспектральні й особливо гіперспектральні бортові сенсори дають можливість формувати зображення земної поверхні одночасно у багатьох (десятки-сотні) спектральних зонах, але робота з подібною кількістю зображень для людини-дешифрувальника є дуже складною [4]. Тому актуальною є задача підвищення якості цифрового багатоспектрального/ гіперспектрального аерокосмічного знімка, насамперед підвищення якості зональних зображень з його складу. Загальний підхід до вирішення цієї задачі викладено, зокрема, в способі покращення просторової розрізненості багатоспектральних зображень [5]. Конкретні рішення щодо підвищення якості візуалізації зональних аерокосмічних зображень зі складу цифрового багатоспектрального/гіперспектрального аерокосмічного знімка містяться в [6-9]. У способі [6], в основу якого покладено метод головних компонент, використовується процедура заміни першої головної компоненти зображення з низькою просторовою розрізненістю на першу головну компоненту зображення з високою просторовою розрізненістю. Недоліками даного способу є велика обчислювальна складність та втрата (згладжування) інформації про дрібні деталі об'єктів на зображенні. У способі злиття аерокосмічних зображень [7] розмірність зональних зображень (кількість пікселів) шляхом ресемплінгу урівнюють з розмірністю панхроматичного зображення, далі всі оригінальні зображення (панхроматичне та зональні) нормалізують, методом регресії на основі зональних зображень синтезується додаткове панхроматичне зображення та співвідносять величини відповідних піксельних сигналів в оригінальному і додатковому панхроматичних зображеннях, тобто шляхом ділення цих величин обчислюють коефіцієнти співвідношення для кожного піксела, а кожний піксел зонального зображення підвищеної просторової якості формується множенням величини сигналу у пікселі цього зображення на відповідний коефіцієнт співвідношення. Недоліком зазначеного способу є обчислювальна складність у реалізації. Крім того, передбачена процедурою способу [7] необхідність нормалізації оригінальних зображень призводить до втрат частини інформації. Більш ефективними й близькими до способу, що пропонується, є способи, які описані в патентах [8] і [9]. У способі злиття супутникових зображень викладений у патенті US 2009/0226114А1 [8], який можна розглядати як аналог способу, що пропонується, зональні зображення підвищеної просторової розрізненості формуються у такій послідовності: 1. Розмірність зональних зображень шляхом ресемплінгу урівнюють з розмірністю панхроматичного зображення. 2. Формують усереднене зональне зображення шляхом сумування всіх зональних зображень. 3. Розраховують різницеве зображення як різницю між панхроматичним зображенням і усередненим зональним зображенням. 4. Отримують покращене зональне зображення, сумуючи відповідне зональне зображення з різницевим зображенням. Спосіб [8] є простим в розрахунках і не потребує додаткових даних, окрім наявності власне самих зображень. Проте, він має такий недолік. Кінцеве зональне зображення формується тут на основі лінійної комбінації оригінальних зональних зображень, кожне з яких, як було відмічено вище, зазвичай характеризується невеликим значенням відношення сигнал/шум. У подібних 1 UA 99695 C2 5 10 15 20 25 30 35 40 45 50 55 60 випадках (при низьких величинах сигнал/шум для оригінальних зональних зображень) ступінь відображення на кінцевому зональному зображенні слабококонтрастних і дрібних деталей об'єктів буде недостатньою для їх дешифрування. Найбільш близьким до запропонованого рішення є спосіб комплексного підвищення якості цифрового багатоспектрального аерокосмічного знімка, описаний в патенті [9], він є прототипом. За прототипом, для підвищення якості зональних зображень застосовують наступну послідовність дій: 1. Проводять оцінювання шумів в оригінальних зональних зображеннях та формують фільтри на основі авторегресійних моделей. 2. Застосовують ці фільтри до зональних зображень. 3. Відфільтровані зональні зображення шляхом ресемплінгу приводяться до піксельної розмірності панхроматичного зображення. 4. Формують усереднені та різницеві зображення. 5. Проводять зважування різницевих зображень. 6. Шляхом підсумовування відповідного зонального зображення зі зваженим різницевим зображенням отримують покращене зональне зображення. Спосіб [9] є достатньо ефективний, але йому притаманні два такі недоліки. Один недолік це те, що робота зі значною кількістю зональних зображень (десятки-сотні) ускладнює і невиправдано затягує обчислення. Другий недолік - те, що фільтри на основі авторегресійних моделей не дають можливості покращувати одночасно як радіометричні, так й просторові властивості зображення, внаслідок чого після фільтрації у покращеному зональному зображенні не зберігаються різкі краї в дрібних деталях, що, в свою чергу, погіршує точність дешифрування об'єктів. Тому за мету в даному винаході поставлена задача створити спосіб, який би покращував одночасно й радіометричну, й просторову якість кожного зонального зображення зі складу цифрового багатоспектрального/гіперспектрального аерокосмічного знімка, тим самим забезпечуючи підвищення точності дешифрування об'єктів. Поставлена задача вирішується за рахунок того, що в адаптивному способі підвищення якості цифрового багатоспектрального/гіперспектрального аерокосмічного знімка, у складі якого панхроматичне зображення високої радіометричної та просторової якості та сукупність з N оригінальних зональних зображень більш низької радіометричної та просторової якості, за яким зональні зображення фільтрують, піксельну розмірність кожного з них шляхом ресемплінгу приводять до розмірності панхроматичного зображення, формують усереднене зображення, розраховують різницеве зображення як різницю між панхроматичним зображенням і усередненим зображенням, після чого отримують кожне нове зональне зображення підвищеної якості, алгебраїчно підсумовуючи відповідне відфільтроване і ресемплінговане зональне зображення зі зваженим різницевим зображенням, згідно з винаходом спочатку скорочують кількість зональних зображень до Ν < Ν за рахунок видалення малоінформативних зображень, для кожного j-го (j = 1, 2, ..., Ν) зонального зображення проводять його простороворадіометричний аналіз, за результатами якого встановлюють початкові значення параметрів адаптивного білатерального фільтра, здійснюють цикл білатеральної фільтрації, ресемплінгують відфільтроване зображення до розмірності панхроматичного зображення, оцінюють якість відфільтрованого зображення на основі вибраного показника, відповідно коригують параметри адаптивного білатерального фільтра, проводять черговий цикл білатеральної фільтрації зображення й так далі доти, поки не буде досягнутий максимум показника якості для цього зонального зображення, після чого формують j-е усереднене зональне зображення шляхом підсумовування всіх інших, за виключенням самого j-го відфільтрованого зонального зображення, розраховують різницеве зображення як різницю між панхроматичним та j-им усередненим зображеннями, після чого отримують j-е зональне зображення підвищеної якості як алгебраїчну суму обробленого адаптивним білатеральним фільтром j-го зонального зображення та зваженого j-го різницевого зображення і аналогічним чином покращують якість всіх інших зональних зображень зі складу цифрового багатоспектрального/гіперспектрального аерокосмічного знімка. Розглянемо суть способу, користуючись схемою на фіг. 1, де позначено: 1 - вхідний цифровий багатоспектральний/гіперспектральний аерокосмічний знімок; 2 - блок відбору та видалення малоінформативних зональних зображень; 3 - блок просторово-радіометричного аналізу зонального зображення з визначенням початкових значень параметрів білатерального фільтра; 4 - блок формування і запису початкових значень параметрів білатерального фільтра; 5 -блок проведення білатеральної фільтрації; 2 UA 99695 C2 5 10 15 20 6 - блок проведення ресемплінгу; 7 - блок оцінювання якості відфільтрованого зонального зображення; 8 - блок формування усередненого зонального зображення; 9 - блок формування різницевого зображення; 10 - блок "зважування" різницевого зображення; 11 - блок розрахунку зонального зображення підвищеної якості; 12 - вихідний цифровий багатоспектральний/гіперспектральний аерокосмічний знімок. Вхідний (оригінальний) цифровий багатоспектральний/гіперспектральний аерокосмічний знімок складається з одного панхроматичного зображення та зональних зображень кількістю N, що формально може бути записано як MS = {p,gi;i = 1,2,...,N}, (1) де: MS - цифровий багатоспектральний/гіперспектральний аерокосмічний знімок; p панхроматичне зображення; gi - зональне зображення, отримане в i-му спектральному каналі. При цьому передбачається, що розмір панхроматичного зображення складає LМ пікселів; а розмір будь-якого зонального зображення складає X  Y, де X = (L/n); Y = (М/m); m,n - цілі числа, причому L кратне n, а М кратне m. При багатоспектральному й особливо гіперспектральному зніманні деякі зональні зображення дуже схожі між собою, тобто частина зображень зі складу знімка є малоінформативною [10]. Тому на другому кроці здійснюється аналіз зональних зображень і видалення малоінформативних зональних зображень з наступного оброблення (блок 2). Для цього може бути застосовано, наприклад, таку просту процедуру. Беруться кожні два зональні зображення, які сформовані у суміжних (сусідніх) спектральних каналах, порівнюються між собою і розраховується коефіцієнт їх кореляції  r gf   Y       g ( x, y)  g   f x, y  f     x 1 y 1  g  f , (2)   25 де g та f - сусідні зональні зображення; х,у - координати піксела, що обробляється; g, f   30 35 математичні сподівання, g f - середньоквадратичні відхилення зображень g та f. Далі застосовується таке правило: якщо величина коефіцієнта кореляції зображень rgf перевищує завчасно заданий поріг (на практиці цей поріг зазвичай встановлюється на рівні 0,8), то одне з цих зображень розглядається як репрезент пари і обробляється далі, а інше зображення видаляється з подальшого оброблення. Таким чином, загальна кількість зональних зображень, які далі обробляються, скорочується до величини Ν < N. Згідно з запропонованим способу всі зональні зображення піддаються адаптивній білатеральній фільтрації. Білатеральний фільтр, введений в роботі [11], надає можливість, на відміну від інших відомих фільтрів, покращувати одночасно як просторову, так й радіометричну якість зображення. Білатеральний фільтр застосовується звичайно на множині пікселів у квадратному вікні розміром Τ і працює таким чином, що заміщує значення центрального піксела вікна новим значенням, яке розраховується за виразом: gbf x, y   1  C    gx  a, y  b  sa,b  ra,b, a1 b1 (3) де: g (.,.), g (.,.) - значення яскравості піксела у вікні відповідно до та після застосування білатерального фільтра; а,b - поточні координати піксела всередині вікна Т; С - константа нормалізації для попередження збільшення яскравості. Права частина виразу (3) містить два ядра: bf 40 s ( a, b)  e 45 r ( a, b)  e 1  a b   2  s      2 (4) 1  g  x  a , y  b  g  x , y    2 r      2 , (5) перше з яких є ядром просторової корекції, а друге - ядром радіометричної корекції. Функція (4) визначає просторовий зв'язок між центральним пікселом та його сусідами у вікні, а функція 3 UA 99695 C2 (5) визначає радіометричну подібність (зв'язок) між пікселами вікна;  s   r середньоквадратичні відхилення для цих зв'язків. 5 10 Величини  s   r є параметрами білатерального фільтра, які спільно визначають загальний результат фільтрації. У свою чергу, ефективність фільтрації конкретного зображення залежить від того, як узгоджуються властивості цього зображення з параметрами фільтра. Тому в способі, що розглядається, пропонується послідовно (адаптивно) знаходити такі значення параметрів білатерального фільтра, які забезпечать найкращу ефективність фільтрації (зменшення рівня шумів у зображенні при збереженні перепадів яскравості). Початкові значення цих параметрів вибираються шляхом просторово-радіометричного аналізу зображення (блок 3). Радіометричний аналіз має метою визначити початкове значення параметра  r . Для цього може бути, зокрема, використане таке правило: r = 0,02.(gmax - gmin), (6) де gmах, gmin - максимальне та мінімальне значення сигналів зображення. Просторовий аналіз має метою визначити початкове значення параметра 15 20 визначенні параметра s слід виходити з таких обмежень: s s . При