Спосіб ідентифікації змін газового складу атмосфери на цифровому гіперспектральному зображенні

Спосіб ідентифікації змін газового складу атмосфери на цифровому гіперспектральному зображенні, що включає отримання сигналу, який відображає характеристику відбиття підстильної поверхні (фону), визначення діапазону вибірковості газової складової атмосфери, опис газового 3 36217 значення яскравості підстильної поверхні (фону). Ідентифікація газової складової атмосфери, що знаходиться, проводиться шляхом вибору зонального зображення гіперспектрального знімку, в якому газова складова проявляє свою максимальну вибірковість за значенням спектрального коефіцієнта пропускання. Головна перевага способу - обчислювальна простота. Втім під час використання способу не враховується спектральний температурний контраст між газовою плямою і підстильною поверхнею (фоном) за рахунок припущення, що величина спектрального температурного контрасту повільно змінюється в порівнянні з спектральним коефіцієнтом поглинання і тому її можна вважати на обмеженому діапазоні довжин хвиль константою. Це обмеження є суттєвим недоліком способу, оскільки для впевненого виявлення тої чи іншої газової складової необхідно розраховувати як спектр поглинання у випадку, коли температура газової плями менша за температуру фону, так і спектр випромінювання при температурі газової плями, більшої за температуру фону. Крім того, проводиться просторове усереднення характеристик підстильної поверхні (фону) за її типами у межах кута виміру, що, в свою чергу, також призводить до зниження достовірності ідентифікації газової складової атмосфери, що знаходиться. У способі ідентифікації змін газового складу атмосфери на цифровому гіперспектральному зображенні за результатами аерокосмічної розвідки у координатно визначеному районі, описаному в [4], недолік неврахування температурного контрасту між газовою плямою та підстильною поверхнею усун уто. Він є найбільш близьким до способу, що заявляється, і прийнятий за прототип корисної моделі. Даний спосіб включає: 1) проведення атмосферного коригування зображення; 2) визначення спектральної характеристики відбиття підстильної поверхні; 3) опис газового стану атмосфери за допомогою алгоритму лінійної регресі; 4) ідентифікація газової складової атмосфери. На першому етапі проводиться атмосферне коригування зображення. На другому етапі визначається спектральна характеристика відбиття підстильної поверхні за значеннями яскравості пікселів зображення, які прийняті за фонові. Для визначення спектральної характеристики відбиття підстильної поверхні застосовується метод кластеризації. Визначення яскравості фонових піселів проводиться у відомій області, яка апріорно не має газової плями. Після цього, знаходиться середнє значення яскравості фонових пікселів і приймається рішення щодо однорідності фону по полю зображення. На третьому етапі використовується алгоритм лінійної регресії для опису газового стану атмосфери, де елементами регресійного опису виступають власне значення яскравості піксела після проведення атмосферного коригування, значення концентрації газової складової, що знаходиться, спектральний коефіцієнт поглинання газової складової, що знаходиться, з урахуванням величини температурного контрасту між газовою складовою і підстильною поверхнею та середнє значення яскравості підстильної поверхні (фону). 4 Ідентифікація газової складової атмосфери, що знаходиться, проводиться шляхом вибору зонального зображення гіперспектрального знімку, в якому газова складова проявляє свою максимальну вибірковість за значенням спектрального коефіцієнта пропускання. Недоліком даного способу є те, що він обмежений випадками, коли ідентифікується газова пляма, в межах проекції якої на земну поверхню підстильна поверхня однорідна за своїми спектральними характеристиками відбиття. Вищезазначена особливість призводить до того, що спосіб-прототип має недостатню точність та достовірність ідентифікації змін газового складу атмосфери за результатами аерокосмічної розвідки у координатно визначеному районі. Підвищення достовірності ідентифікації змін газового складу атмосфери за результатами аерокосмічної розвідки у координатно визначеному районі досягається у способі ідентифікації змін газового складу атмосфери на цифровому гіперспектральному зображенні за результатами аерокосмічної розвідки у координатно визначеному районі, що пропонується. Спосіб включає: 1) визначення спектральної характеристики відбиття підстильної поверхні (фону); 2) визначення діапазону вибірковості газової складової атмосфери; 3) опис газового стану атмосфери за допомогою алгоритму лінійної регресі; 4) ідентифікація газової складової атмосфери. На першому етапі визначається спектральна характеристика відбиття підстильної поверхні (фону) за рахунок висунення вимог до просторової роздільної здатності гіперспектрального зображення для точної класифікації фону. На другому етапі визначається діапазон вибірковості газової складової атмосфери за умовою максимального значення власного контрасту "газова пляма-фон". На третьому етапі використовується алгоритм лінійної регресії для опису газового стану атмосфери, де елементами регресійного опису виступають власне значення яскравості піксела, значення концентрації газової складової, що знаходиться, спектральний коефіцієнт поглинання газової складової, що знаходиться, з урахуванням величини температурного контрасту між газовою складовою і підстильною поверхнею та визначене значення яскравості підстильної поверхні (фону). Ідентифікація газової складової атмосфери, що знаходиться, проводиться шляхом розрахунку різницевого сигналу за умови: ìDRi, j = RiC - RiP = max; ,j ,j ï ï Ri,C ³ Rзад ; (1) í j ï j = 1 NG, , ï î де Pi,j - імовірність розпізнавання i-ої підстильної поверхні (фону) у j-му спектральному діапазоні за умовою зйомки при стандартній РCi,j та поточній PПi,j атмосфері; Рзад - задана імовірність розпізнавання підстильної поверхні (фону); NГ - кількість зональних каналів гіперспектрального зображення. Спосіб корисної моделі ілюструється Фіг.1, де приведено блок-схему операцій, що складають 5 36217 спосіб, та за цифрами відмічено послідовність їх виконання: 1 - гіперспектральне зображення для поточних та стандартних умов спостереження координатно визначеного району; 2 - база даних цифрових гіперспектральних знімків; 3 - обґрунтування вимог до розрізнення фону з метою його дешифр ування; 4 - оцінка можливості дешифрування фону за поточним гіперспектральним зображенням; 5 -дешифрування фону гіперспектрального знімку для поточних умов спостереження координатно визначеного району; 6 - бібліотека спектральних коефіцієнтів відбиття підстильної поверхні; 7 - визначення діапазонів вибірковості газової складової атмосфери для поточних умов спостереження; 8 - бібліотека спектральних коефіцієнтів поглинання газових складових атмосфери; 9 - розрахунок різницевого сигналу та прийняття рішення щодо стану атмосфери в координатно визначеному районі. Реалізація способу (Фіг.1) починається з певних попередніх операцій, а саме - з'ясовуються умови отримання знімків координатно визначеного району, визначається район спостереження (географічні або прямокутні координати) L[Х,Y], час виникнення газової плями ТB. Після цього проводиться вибір гіперспектрального знімка, що відповідає поточним умовам спостереження, з урахуванням координат розташування об'єкта розвідки та величини часу зйомки гіперспектрального зображення t за умовою: t (L[X,Y]) ³ ТB. (2) Наступним етапом є вибір гіперспектрального знімку, який відповідає стандартним умовам спостереження району розвідки з урахуванням координат його розташування та величини D t, що знаходиться як різниця між часом зйомки гіперспектрального зображення TЗ та появою газової плями ТB, а також проводиться калібрування, масштабування, географічне прив'язування, атмосферне коригування гіперспектрального знімку для стандартних умов спостереження координатно визначеного району та перевірка узгодженості спектральних піддіапазонів гіперспектральних знімків (поз. 1) за умовою: (3) D t (L[X,Y]) = min>0 Обґрунтування вимог до розрізнення фону з метою його дешифрування (поз. 3) та оцінка можливості дешифр ування фону за поточним гіперспектральним зображенням (поз. 4) проводиться з використанням бази даних спектрів підстильної поверхні (фону). 6 Дешифр ування фону гіперспектрального знімку для поточних умов спостереження координатно визначеного району (поз. 5) та визначення спектральних характеристик типу підстильної поверхні (поз. 6) проводиться безпосередньо людиноюоператором. Визначення діапазонів вибірковості газової складової атмосфери для поточних умов спостереження (поз. 7) проводиться з використанням бібліотеки спектральних коефіцієнтів поглинання газових складових атмосфери (поз. 8) та урахуванням типу підстильної поверхні за умовою: K GP / F ® K GP / F max , (4) де КГП/ф - величина фактичного контрасту "газова пляма-фон". Розрахунок різницевого сигналу та прийняття рішення щодо стану атмосфери в координатно визначеному районі (поз. 8) проводиться з урахуванням діапазонів вибірковості газової складової атмосфери. Спосіб передбачає, що по кожній газовій складовій атмосфери приймається окреме рішення стосовно концентраційної або рецептурної зміни газового стану атмосфери. Підвищення ефективності застосування способу ідентифікації змін газового складу атмосфери на цифровому гіперспектральному зображенні, що заявляється, у порівнянні з прототипом досягається шляхом висунення вимог до просторової роздільної здатності гіперспектрального зображення за рахунок точної класифікації фону з метою вибору зонального зображення гіперспектрального зображення, де газова складова атмосфери максимально проявляє свою вибірковість за значенням спектрального коефіцієнта пропускання. Література 1. Young S. Detection and Quantification of Gases in Industrial-Stack Plumes Using ThermalInfrared Hyperspectral Imaging // Aerospace Report. 2002.-No. ATR-2002(8407)-l.-45p. 2. Словник з дистанційного зондування Землі / За ред. В.I.Лялько та М.А.Попова - К.: НАН України, 2003. - 169с. 3. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие. - М.: Логос, 2001.-264 с. 4. Burr Т., Hengartner N. Overview of Physical Models and Statistical Approaches for Weak Gaseous Plume Detection using Passive Infrared Hyperspectral Imagery// Sensors. -2006. -Vol. 6. -pp. 1721-1750. -прототип. 7 Комп’ютерна в ерстка Л. Купенко 36217 8 Підписне Тираж 28 прим. Міністерство осв іт и і науки України Держав ний департамент інтелектуальної в ласності, вул. Урицького, 45, м. Київ , МСП, 03680, Україна ДП “Український інститут промислов ої в ласності”, вул. Глазунова, 1, м. Київ – 42, 01601