Спосіб субпіксельного підвищення просторової розрізненності багатоспектральних аерокосмічних зображень на основі класифікації спектральних сигнатур об’єктів

Реферат: Винахід належить до галузі попереднього оброблення багатоспектральних аерокосмічних зображень, що отримуються системами дистанційного зондування Землі (ДЗЗ). Спосіб субпіксельного підвищення просторової розрізненності багатоспектральних аерокосмічних зображень на основі класифікації спектральних сигнатур об'єктів сцени, за якими одержують багатоспектральне аерокосмічне зображення, на ньому здійснюють класифікацію спектральних сигнатур об'єктів сцени, спектральні характеристики яких зберігаються в спектральній бібліотеці. Далі проводять перерозподіл спектральних сигнатур всередині пікселів зображення з урахуванням їх просторових зв'язків і виконують змішування перерозподілених спектральних сигнатур в субпікселах зображення. Перерозподіл спектральних сигнатур здійснюють пропорційно імовірностям належності багатоспектрального сигналу піксела кожній спектральній сигнатурі. Спосіб забезпечує більш детальне відтворення об'єктів ДЗЗ на багатоспектральних аерокосмічних зображеннях і тим самим покращує можливості їх інтерпретації. UA 105222 C2 (12) UA 105222 C2 UA 105222 C2 5 10 15 20 25 30 35 40 45 50 55 Винахід належить до галузі попереднього оброблення багатоспектральних аерокосмічних зображень, що отримуються системами дистанційного зондування Землі (ДЗЗ). Одним з головних показників якості систем ДЗЗ є забезпечувана просторова розрізненість. Вона описує характер відтворення дрібних деталей на зображенні та визначає можливості інтерпретації об'єктів знімання [1]. Розробники багатоспектральної апаратури систем ДЗЗ прикладають значні зусилля для підвищення просторової розрізненності одержуваних аерокосмічних зображень. Основні шляхи для цього - збільшення фокусної відстані оптичних систем та зменшення розміру дискретних приймальних елементів фотоприймального пристрою. Але обидва ці шляхи є вкрай технічно складними та витратними. Тому активно розвиваються субпіксельні методи підвищення розрізненності, основані на поділенні піксела на декілька субпікселів тим чи іншим шляхом. Для субпіксельного підвищення розрізненності багатоспектральних аерокосмічних зображень використовують просту білінійну інтерполяцію [2], злиття з панхроматичними зображеннями високої розрізненності [3] (pan-sharpening), накопичення послідовностей зображень та синтезування з них спільного композитного зображення [4], залучення додаткових зображень з бази даних [5] тощо. Недоліками всіх подібних способів є неврахування фізичних характеристик об'єктів сцени та їх просторового розподілу в межах зображення та іноді необхідність в додаткових зображеннях тієї ж сцени. Відомий спосіб підвищення розрізненності багатоспектральних аерокосмічних зображень [6], за яким одержується комплект багатоспектральних аерокосмічних зображень високої і низької розрізненності однієї і тієї ж сцени, кожному елементу розрізнення багатоспектрального аерокосмічного зображення низької розрізненності ставиться у відповідність певна кількість елементів розрізнення багатоспектрального аерокосмічного зображення високої розрізненності, які просторово перекриваються з ним, на основі цієї залежності виконується ресемплінг (кратне збільшення кількості елементів цифрових зображень) багатоспектрального аерокосмічного зображення високої розрізненності, для кожного елемента розрізнення ресемпльованого багатоспектрального аерокосмічного зображення низької розрізненності і відповідного елемента розрізнення багатоспектрального аерокосмічного зображення високої розрізненності будується лінійна залежність між радіометричними значеннями сигналів в елементах розрізнення багатоспектрального аерокосмічного зображення високої розрізненності та радіометричними значеннями сигналів у відповідних елементах розрізнення ресемпльованого багатоспектрального аерокосмічного зображення низької розрізненності, в результаті чого одержується багатоспектральне аерокосмічне зображення підвищеної розрізненності. Недоліком вказаного способу є неврахування фізичних характеристик об'єктів сцени. Усунути цей недолік можливо тільки із залученням додаткової інформації про об'єкти, що складають сцену ДЗЗ. Відомий спосіб обробки зображень для їх збільшення [7], за яким на зображенні визначають фізичні характеристики об'єктів сцени, такі, як матеріал, текстура тощо, над ними проводять векторне збільшення з інтерполяцією, далі за просторово збільшеним розподілом фізичних характеристик відновлюють збільшене зображення. Недоліком вказаного способу є неоднозначність визначення фізичних характеристик об'єктів сцени, зокрема їх матеріалу за зображеннями, яке потребує залучення додаткових даних, наприклад спектральних характеристик матеріалів. Близьким до способу є спосіб підвищення просторової розрізненності багатоспектральних аерокосмічних зображень на основі класифікування спектральних сигнатур об'єктів (патент України на винахід № 84877) [8], що враховує їх фізичні характеристики. Спосіб водночас використовує багатоспектральні аерокосмічні зображення високої і низької просторової розрізненності однієї і тієї ж сцени. За результатами аналізу сцени із спектральної бібліотеки формується набір спектральних сигнатур об'єктів сцени. На основі відповідності елементів розрізнення багатоспектральних аерокосмічних зображень низької і високої розрізненності виконується ресемплінг багатоспектрального аерокосмічного зображення низької розрізненності до просторової розрізненності багатоспектрального аерокосмічного зображення високої розрізненності. Недоліком вказаного способу є те, що він потребує опорних багатоспектральних аерокосмічних зображень високої просторової розрізненності. Багато способів підвищення просторової розрізненності основані на субпіксельному аналізі гіперспектральних аерокосмічних зображень за допомогою розділення суміші (unmixing) спектральних компонент (endmembers) всередині піксела. 1 UA 105222 C2 5 10 15 20 25 30 35 40 45 50 55 60 Відомий спосіб спектрального змішування за умовою просторового згладжування (United States Patent № 7,200,243) [9], за якими одержують гіперспектральне зображення, на ньому здійснюють розділення сумішей спектральних компонент, спектральні характеристики яких зберігаються в спектральній бібліотеці, далі проводять перерозподіл часток спектральних компонент в пікселах зображення з урахуванням їх просторових зв'язків, що описуються Гіббсівською просторово-симетричною моделлю, на закінчення виконують змішування перерозподілених часток спектральних компонент і таким чином отримують покращене гіперспектральне зображення. Недоліком вказаного способу є незабезпечення підвищення просторової розрізненності результуючого гіперспектрального зображення. Але принцип перерозподілу часток спектральних компонент, покладений в його основу, також можна використати й задля підвищення просторової розрізненності гіперспектральних аерокосмічних зображень. Найбільш близьким до способу, що пропонується, є спосіб підвищення просторової розрізненності гіперспектральних аерокосмічних зображень на основі субпіксельного перерозподілу часток спектральних компонент (прототип - патент України на винахід № 92541) [10], за яким на гіперспектральному аерокосмічному зображенні здійснюють розділення сумішей спектральних компонент, спектральні характеристики яких зберігаються в спектральній бібліотеці, проводять перерозподіл часток спектральних компонент в пікселах зображення на основі векторного поля впливу піксельних часток всіх спектральних компонент, та виконують змішування перерозподілених часток спектральних компонент в субпікселах і таким чином отримують покращене гіперспектральне зображення підвищеної просторової розрізненності. Недоліком вказаного способу є пристосованість до підвищення просторової розрізненності тільки гіперспектральних зображень. Нажаль, безпосереднє застосування розділення сумішей спектральних компонент до багатоспектральних зображень на практиці неможливе внаслідок недостатньої кількості одержуваних спектральних зображень. Більшість відомих алгоритмів класифікації багатоспектральних аерокосмічних зображень засновано на статистичних моделях, оскільки земні утворення, що підлягають дистанційному аерокосмічному спостереженню, мають широке різноманіття власних та наведених спектральних характеристик, характер яких в загальному випадку невідомий або змінюється за невідомими факторами. Особливостями всіх статистичних алгоритмів класифікації є наявність деякої кількісної оцінки належності поточного піксела аерокосмічного зображення для кожного класу земних утворень. Для класичних статистичних алгоритмів - це імовірність. Причому, при застосуванні будь-якого прикінцевого вирішального правила класифікації про віднесення піксела до того чи іншого класу ця інформація спростовується. Між тим, її можна використати для підвищення просторової розрізненності багатоспектральних аерокосмічних зображень. Справді, вектор апостеріорних імовірностей належності спектральної сигнатури поточного піксела спектральним сигнатурам всіх об'єктів сцени також має підпорядковуватися принципу компактності, так само як вектор часток спектральних компонент піксела в прототипі [10]. Отже, сукупність векторів апостеріорних імовірностей у всіх пікселах утворюють векторне поле, за впливом якого можна перерозподілити імовірності всіх спектральних сигнатур об'єктів сцени в субпікселах багатоспектрального аерокосмічного зображення. Математичний апарат при цьому використовується той же самий, що й в прототипі. Таким чином, пропонується новий спосіб субпіксельного підвищення просторової розрізненності багатоспектральних аерокосмічних зображень на основі класифікації спектральних сигнатур об'єктів, за якими одержують багатоспектральне аерокосмічне зображення, на ньому здійснюють класифікацію спектральних сигнатур об'єктів сцени, спектральні характеристики яких зберігаються в спектральній бібліотеці, далі проводять перерозподіл спектральних сигнатур всередині пікселів зображення з урахуванням їх просторових зв'язків і виконують змішення перерозподілених спектральних сигнатур в субпікселах зображення. Перерозподіл спектральних сигнатур здійснюють пропорційно імовірностям належності багатоспектрального сигналу піксела кожній спектральній сигнатурі. Спосіб забезпечує більш детальне відтворення об'єктів ДЗЗ на багатоспектральних знімках і тим самим покращує можливості їх інтерпретації. Необхідну послідовність операцій способу показано на фіг. 1. Одержують багатоспектральне аерокосмічне зображення (блок 1), в кожному пікселі цього зображення проводять класифікацію спектральних сигнатур об'єктів сцени методом максимальної правдоподібності, методом спектрального кута, методом опорних векторів чи іншими відомими методами (блок 3), спектральні характеристики яких зберігаються в спектральній бібліотеці (блок 2), і таким чином отримують вектор апостеріорних імовірностей 2 UA 105222 C2 5 10 15 20 25 30 35 40 належності спектральної сигнатури поточного піксела спектральним сигнатурам всіх об'єктів сцени (блок 4) у всіх пікселах багатоспектрального зображення, далі за обернено квадратичною, негативно експотенційною чи іншою обраною моделлю просторових зв'язків імовірностей належності спектральних сигнатур в кожному пікселі обчислюють (блоки 5, 5' … 5") і тим самим встановлюють векторне поле впливу для імовірностей належності всіх наявних в сцені спектральних сигнатур (блоки 6, 6' ... 6"), згідно з цим векторним полем проводять перерозподіл імовірностей належності спектральної сигнатури в субпікселах кожного піксела багатоспектрального аерокосмічного зображення (блоки 7, 7' ... 7"), і таким чином отримують субпіксельні імовірності належності поточної спектральної сигнатури всім спектральним сигнатурам (блок 8), на закінчення виконують Байєсівське злиття перерозподілених імовірностей належності спектральної сигнатури в субпікселах (блок 9), в результаті чого отримують багатоспектральне аерокосмічне зображення підвищеної просторової розрізненності (блок 10). Застосування запропонованого способу може бути корисним при інтерпретації багатоспектральних аерокосмічних зображень природних та штучних об'єктів ДЗЗ. Література: 1. Кононов В.И., Станкевич С.А. Сравнительная оценка информативности цифровых аэрокосмических изображений высокого и низкого разрешения // Ученые записки Таврического национального университета им. В.И. Вернадского, 2004. - Т. 17(56). - № 2. - С. 88-95. 2. Sun X. Multispectral imaging system with spatial resolution enhancement / United States Patent No 7,019,777, March 28, 2006. 3. Zhang Y. System and method for image fusion / United States Patent No 7,340,099, March 4, 2008. 4. Schuler J.M., Scribner D.A., Howard J.G. Algorithmic technique for increasing the spatial acuity of a focal plane array electro-optic imaging system / United States Patent No 7,248,751, July 24, 2007. 5. Carrig J.J. Resolution enhancement for images stored in a database / United States Patent No 7,123,780, October 17, 2006. 6. Lindgren J.E. Projective pan-sharpening methods and apparatus / United States Patent No 6,097,835, August 1, 2000. 7. Kanarnory K., Moyomura H., Komobuchi H. Image processing method, image processing apparatus, and image enlarging method / United States Patent No 7,352,910, April 1, 2008. 8. Попов М.О., Станкевич С.А. Спосіб підвищення просторової розрізненності багатоспектральних аерокосмічних зображень на основі класифікування спектральних сигнатур об'єктів / Патент України на винахід № 84877, 10.12.2008. 9. Keenan D.M., Rand R.S. Spectral mixture process conditioned by spatially-smooth partitioning / United States Patent No 7,200,243, April 3, 2007. 10. Попов М.О., Станкевич С.А., Шкляр С.В. Спосіб підвищення просторової розрізненності гіперспектральних аерокосмічних зображень на основі субпіксельного перерозподілу часток спектральних компонент / Патент України на винахід № 92541, 10.11.2010. ФОРМУЛА ВИНАХОДУ 45 50 Спосіб субпіксельного підвищення просторової розрізненності багатоспектральних аерокосмічних зображень на основі класифікації спектральних сигнатур об'єктів сцени, за якими одержують багатоспектральне аерокосмічне зображення, на ньому здійснюють класифікацію спектральних сигнатур об'єктів сцени, спектральні характеристики яких зберігаються в спектральній бібліотеці, далі проводять перерозподіл спектральних сигнатур всередині пікселів зображення з урахуванням їх просторових зв'язків і виконують змішування перерозподілених спектральних сигнатур в субпікселах зображення, який відрізняється тим, що перерозподіл спектральних сигнатур здійснюють пропорційно імовірностям належності багатоспектрального сигналу піксела кожній спектральній сигнатурі. 3 UA 105222 C2 Комп’ютерна верстка А. Крулевський Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601 4