ВІДНОВЛЕННЯ ІНФОРМАЦІЙНИХ ХАРАКТЕРИСТИК ОБ’ЄКТІВ ЗА БАГАТОСПЕКТРАЛЬНИМИ ЦИФРОВИМИ ЗОБРАЖЕННЯМИ ДИСТАНЦІЙНОГО ЗОНДУВАННЯ

Автор(и)

  • В.М. КОРЧИНСЬКИЙ

DOI:

https://doi.org/10.32782/KNTU2618-0340/2021.4.2.1.14

Ключові слова:

багатоспектральне зображення, власна яскравіть, гомоморфне перетворення, ортогоналызація, редукція розмірності, ідеальний прилад, енергетичні інформаційна ентропія, індекс структурної схожості

Анотація

Запропоновано новий метод визначення відбивальної спроможності (власної яскравості) матеріальних об’єктів за їх ізопланатичними багатоспектральними зображеннями, зафіксованими в оптичному, інфрачервоному та мікрохвильовому діапазонах електромагнітного проміння – носія видової інформації. Розподіли яскравості таких зображень подані у вигляді згортки власної яскравості поданих на них об’єктів та апаратної функції датчика зображення. Пропонований метод базується на аналізі спектральних представлень розподілів яскравості зображень в області просторових частот, перетворення у яку реалізовано двовимірним дискретним перетворенням Фур’є зазначеної згортки. В якості моделі передатних характеристик датчиків зображень прийняті низькочастотні просторові фільтри, які моделюють датчики зображень у вигляді фокусуючи систем, з частотами зрізу, обернено пропорційними довжині хвилі проміння – носія видової інформації. За інформаційний носій представлень цифрових багатоспектральних зображень в області просторових частот прийнятий двовимірний масив у вигляді конкатенації векторів, які подають розподіли просторових спектрів Фур’є функцій яскравості окремих спектральних каналів. Відновлення власної яскравості відображених об’єктів здійснено в термінах загальної теорії лінійних вимірювань і виконане шляхом побудови лінійного оператора, який реалізує концепцію «ідеального приладу», який компенсує вплив апаратної функції датчика зображень. Власне реконструкція просторових розподілів яскравості здійснена оберненим двовимірним дискретним перетворенням Фур’є в області просторових частот. Дано ентропійну інтерпретацію запропонованого методу як способу фільтрації інформаційних складових багатоспектральних цифрових зображень, несуттєвих для їхнього тематичного аналізу, за умови статистичної незалежності просторових спектрів зафіксованих зображень та частотної передатної характеристики датчика видової інформації і наведені відповідні кількісні оцінки. Показано, що пропонований метод забезпечує високий рівень структурної схожості функцій розподілу яскравості первинних (безпосередньо зафіксованих) та реконструйованих зображень власної яскравості спектральних каналів.

Посилання

Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. Москва: Техносфера, 2010. 560 с.

Sun W., Xu G., Gong P., Liang S. Fractal Analysis of Remotely Sensed Images: A Review of Methods and Applications. International Journal of remote Sensing. 2016. Vol. 47. № 2. P. 4963–4990.

Залманзон Л.А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. Москва: Наука, 2001. 496 с.

Смит С. Цифровая обработка сигналов. Практическое руководство для инженеров и научных работников. Москва: Додэка-ХХІ, 2021. 720 с.

Пытьев Ю.П. Задачи редукции в экспериментальных исследованиях. Математический сборник. 1993. Том 120. № 2. С. 145–158.

Исимару А. Распространение и рассеяние волн в случайно-неоднородных средах. Том 2. Многократное рассеяние / турбулентность / шероховатые поверхности и дистанционное зондирование. Москва: Наука, 1989. 318 с.

Wang Z., Bovik A.K, Sheikh H.R., Simoncelli E.R. Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE Transactions on Image Processing. 2004. Vol. 13. №, 4. P. 600–612.

Кудряшов Б.Д. Теория информации. Санкт-Петербург: ПИТЕР, 2009. 320 с.

##submission.downloads##

Опубліковано

2023-04-14