ЗБІЛЬШЕННЯ ПРОСТОРОВОГО ТА РАДІОМЕТРИЧНОГО РОЗРІЗНЕННЯ БАГАТОСПЕКТРАЛЬНИХ ЦИФРОВИХ ЗОБРАЖЕНЬ ДИСТАНЦІЙОНОГО ЗОНДУВАННЯ НА ОСНОВІ ЇХ АНАЛІТИЧНИХ СИГНАЛІВ

Автор(и)

  • В.М. КОРЧИНСКИЙ
  • Д.Н. СВИНАРЕНКО

DOI:

https://doi.org/10.32782/KNTU2618-0340/2020.3.2-1.14

Ключові слова:

багатоспектральне зображення; просторове розрізнення; радіометричне розрізнення; ортогоналізація; аналітичний сигнал; перетворення Гільберта; індекс структурної схожості

Анотація

Запропоновано метод покращення просторового ти радіометричного розрізнення цифрових зображень дистанційного зондування, зафіксованих у довільній кількості спектральних інтервалів проміння – носія видової інформації. Метод базується на використанні аналітичних сигналів, які відповідають функціям розподілу яскравості зображень окремих спектральних каналів, що фіксуються. Показано, що спряжені за Гільбертом складові аналітичних сигналів, ортогональні функціям розподілу яскравості зафіксованих зображень спектральних каналів, мають розширений діапазон розподілів рівнів яскравості. На основі аналізу аналітичних сигналів, що подають розподіли яскравості цифрових зображень, зафіксованих у різних спектральних каналах, запропоновано спосіб включення до розподілів яскравості зображень цих каналів складових з більш високою, ніж вихідна, лінійною розрізнювальною здатністю при збереженні спектральної інформації. Реалізація пропонованого методу включає наступні етапи: попарну ортогоналізацію розподілів яскравості зображень спектральних каналів; визначення аналітичних сигналів для кожної ортогоналізованої спектральної компоненти зафіксованого багатоспектрального зображення; заміну спряжених за Гільбертом складових аналітичних сигналів зображень спектральних компонент відповідною складовою зображення спектрального каналу з максимальним просторовим розрізненням. Реконструкція розподілів яскравості синтезованих пропонованим способом зображень здійснюється послідовним застосуванням оберненого перетворення Гільберта від сформованих спряжених компонент аналітичних сигналів, що подають розподіли яскравості спектральних складових, та перетворення, оберненого стосовно використаного алгоритму ортогоналізації розподілів яскравості зображень спектральних каналів. За кількісну міру просторового розрізнення використана енергетична ентропія розподілів яскравості. Показано, що пропонований метод забезпечує збереження структурної схожості функцій розподілів яскравості вихідних та синтезованих зображень спектральних каналів.

Посилання

Mahler R. Optimal/Robust Distributed Data Fusion: a Unified Approach. Proceedings of SPIE (USA, Orlando, April 24-26, 2000). Vol. 4052: Signal Processing, Sensor Fusion and Target Recognition. №. 4. Р. 128−138.

Wang Z. J., Ziou D., Armenakis C. A. Comparative analysis of image fusion methods.IEEE Transactions on Geoscience and Remote Sensing. 2005. № 43(6). Р. 1391–1402. DOI: 10.1109/TGRS.2005.846874.

Шовенгердт Р. А. Дистанционное зондирование. Модели и методы обработки изображений. М.: Техносфера, 2010. 556 с.

Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.

Волошин В. И., Корчинсикй В. М. Повышение информативности видовых данных дистанционного зондирвания Земли. Космічна наука і технологія. 2006. Т. 12, № 5/6. С. 15−16.

Voloshin V. I., Korchinsky V. M., Kharitonov M. M. A Novel Method For Correction of Distortions and Improvement of Information Content in Sattelite-Acquired Multispecral Images. Advances and Challengers in Multispesonsor Data and Information Processing, 2007. P. 315−323.

Sangeetha M., Senthilrajan H. Super Resolution. A Review. International Journal of Engineering Research & Technology. 2016 Vol. 4, № 21. P. 1−5.

Смит С. Цифровая обработка сигналов. Практическое руководство для инженеров и научных работников. М.: ДОДЭКА-XXI. 2012. 720 с.

Вайнштейн Л. А., Вакман Д. Е. Разделение частот в теории колебаний и волн: монография. М.: Наука, 1983. 288 с.

Залманзон Л.А. Преобразования Фурье, Уодша, Хаара и их применение в управлении, связи и других областях: монография. М: Наука, 1989. 496 с.

Габидулин Э. М., Пилипчук Н. И. Лекции по теории информации. М.: МИФИ, 2007. 214 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.

##submission.downloads##

Опубліковано

2023-09-11