Розробка і дослідження методів статистичної класифікації текстур геозображень

Размещено на http://www.allbest.ru/

ДНІПРОПЕТРОВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ

ІМЕНІ ОЛЕСЯ ГОНЧАРА

БОЙКО Володимир Олексійович

УДК 004.932.2:519.25:681.518.25

РОЗРОБКА І ДОСЛІДЖЕННЯ МЕТОДІВ СТАТИСТИЧНОЇ КЛАСИФІКАЦІЇ ТЕКСТУР ГЕОЗОБРАЖЕНЬ

05.13.06 - Інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Дніпропетровськ - 2010

ДИСЕРТАЦІЄЮ Є РУКОПИС

Робота виконана на кафедрі геоінформаційних систем Національного гірничого університету Міністерства освіти і науки України (м. Дніпропетровськ)

Науковий керівник:

доктор технічних наук,

професор, завідувач кафедрою геоінформаційних систем Національного гірничого університету Міністерства освіти і науки України (м. Дніпропетровськ)

БУСИГІН Борис Сергійович

Офіційні опоненти:

доктор технічних наук, професор кафедри прикладної математики Національного авіаційного університету Міністерства освіти і науки України (м. Київ)

ПРИСТАВКА Пилип Олександрович

доктор технічних наук, професор, завідувач кафедрою прикладної математики Харківського національного університету радіоелектроніки Міністерства освіти і науки України

ТЕВЯШЕВ Андрій Дмитрович

Захист відбудеться 28 жовтня 2010 р. о 14 год. на засіданні спеціалізованої вченої ради К 08.051.01 при Дніпропетровському національному університеті ім. Олеся Гончара МОН України за адресою 49044, м. Дніпропетровськ, просп. К. Маркса, 35, корп. 3.

З дисертацією можна ознайомитися у бібліотеці Дніпропетровського національного університету ім. Олеся Гончара за адресою: 49050, м. Дніпропетровськ, вул. Козакова, 8.

Автореферат розісланий 27 вересня 2010 р.

Вчений секретар спеціалізованої вченої ради

К 08.051.01: кандидат технічних наук ЄМЕЛ`ЯНЕНКО Т.Г.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Інтенсивний розвиток апаратних засобів одержання високоякісних зображень земної поверхні, в першу чергу, космічних знімків, різко підвищив роль останніх при вирішенні широкого кола задач, пов'язаних із земле- і надрокористуванням, геоекологією, метеорологією, прогнозом надзвичайних ситуацій , тощо, національною безпекою і обороною та ін. Внаслідок цього зріс інтерес до обробки та інтерпретації геозображень і виникла необхідність розробки відповідного математичного і програмного забезпечення. Теорія й методологія обробки, аналізу та інтерпретації космічних знімків (КЗ) інтенсивно розвивалися протягом останніх десятиліть. Основні зусилля традиційно були спрямовані на виділення й вивчення структурних особливостей земної поверхні. Суттєве підвищення просторового розрізнення КЗ до перших метрів дозволяє підвищити ступінь здобуття корисної інформації з матеріалів космічних знімків шляхом урахування й аналізу не тільки структурної, але й текстурної складової (далі - текстури) КЗ.

Найбільшу цінність текстурна складова КЗ може мати при вирішенні задач класифікації типів земної поверхні, що полягає в поділі досліджуваної території на класи, які мають певну внутрішню однорідність, але відмінні один від одного за деякою сукупністю критеріїв. Найкориснішою для вирішення практичних задач надрокористування є керована класифікація, при якій оцінюється подібність ділянок території, що класифікуються, до ділянок з властивостями, відомими апріорі (еталонів).

Актуальність теми зумовлена наступними факторами:

- постійним збільшенням ролі матеріалів високоточних космічних зйомок при вирішенні широкого кола задач, пов'язаних з обробкою і аналізом геозображень;

- підвищенням просторового розрізнення космічних знімків земної поверхні, що дає можливість вивчати не лише структурну, але й текстурну їх складову і вимагає розробки відповідного математичного і програмного забезпечення;

- недостатнім розвитком методів керованої класифікації текстур, спрямованих на вирішення задач в умовах обмеженого обсягу апріорної інформації, що є типовим при вирішенні задач природокористування. Таким методам має бути притаманна завадостійкість, що важлива для інтерпретації реальних космічних знімків, і чутливість, яка забезпечує ефективну роботу в умовах нечітко виявлених текстур досліджуваних об'єктів.

У дисертаційній роботі зосереджено увагу на виборі та розробці методів, придатних для формування нової інформаційної технології, яка б дозволяла, на відміну від існуючих методик, одержувати нову інформацію с текстурної складової КЗ та мати можливість керованої класифікації текстур в умовах обмеженої кількості еталонів.

Зв'язок роботи з науковими програмами, планами, темами. Дисертація узагальнює результати науково-дослідних робіт, здійснених за участю автора в рамках держбюджетних тем Міністерства освіти і науки України «Розробка теорії та створення методів нейросіткової класифікації текстурних зображень при дистанційному зондуванні Землі» (держреєстраційний № 0104U000770), «Підвищення чутливості сегментації слабкоконтрастних зображень земної поверхні на основі методів багатопараметрової адаптивної кластеризації» (держреєстраційний № 0106U001380), що виконувалися на кафедрі геоінформаційних систем Національного гірничого університету, а також на НВП «Орбіта» в рамках державних програм за наступними науково-дослідницькими і дослідно-конструкторськими роботами:

- державна програма «Розробка і опанування приладів, засобів автоматизації та систем управління». ДКР «Лісгосп». Автоматизована інформаційно-картографічна система обробки даних лісових ресурсів (реєстраційний № 0194U022037);

- космічна програма НКАУ; НДР «Основа». Дослідження шляхів створення уніфікованого АРМ інтерпретатора-дешифрувальника (реєстраційний № 0194U022039); ДКР «Базис». Створення комплексу прийому та обробки інформації в інтересах національної безпеки і оборони (реєстраційний № 0396U000008т); ДКР «Січ». Створення космічної системи моніторингу й екологічного контролю оточуючого середовища (реєстраційний № 0195U023148); ДКР «Забезпечення». Створення системи забезпечення користувачів аерокосмічними даними (реєстраційний № 0195U011792); ДКР «Модернізація». Модернізація наземних технічних засобів НЦУІКС в інтересах Центру прийому, обробки спеціальної інформації (реєстраційний № 0198U003272);

- державні програми Міністерства оборони України: ДКР «Р-Центр». Створення телекомунікаційного комплексу виробу 65С047; НДР «Р-Центр». Створення діючого макетного зразка автоматизованої системи вводу, аналізу й обробки спеціальної інформації оперативного Центру; ДКР «Погода-АРМС». Розробка АРМ синоптика (реєстраційний № 0194U022038); ДКР «Атмосфера-2». Розробка системи автоматизації в ГГМЦ ОС України (реєстраційний № 0198U000242); ДКР «Прогноз-А». Створення автоматизованої системи прийому і передачі метеоінформації в МС ВВC України.

Мета і завдання дослідження. Мета дисертаційної роботи - створення інформаційної технології класифікації текстур космічних знімків високого розрізнення на основі цифрової обробки і статистичного аналізу піксельних структур зображень (матриць) для рішення задач природокористування.

Відповідно до поставленої мети визначено такі завдання дослідження:

- проаналізувати сучасний стан розвитку методів керованої класифікації текстурної складової зображень;

- провести обґрунтований вибір методів цифрової обробки зображень з урахуванням їх піксельної структури в умовах завад різного походження, обгрунтувати можливості класифікації зображень на основі гістограмного, спектрального та автокореляційного методів обробки піксельних матриць;

- вибрати і обґрунтувати застосування методу ортогоналізації гістограмних характеристик текстур як засади нового узагальненого спектрального базису. Розробити підхід до класифікації зображень текстур в узагальненому спектральному базисі;

- розробити і застосувати метод узагальненого спектрального базису сингулярних векторів багатовимірної бази еталонних гистограмних характеристик та отримати інваріантні до впливу повороту статистичні характеристики текстур;

- створити інформаційну технологію формування еталонів та класифікації зображень.

Об'єктом дослідження є процеси класифікації зображень земної поверхні на космічних знімках високого розрізнення за їх текстурною складовою.

Предметом дослідження є методи та інформаційна технологія класифікації космічних знімків високого розрізнення на основі дослідження їх текстурної складової.

Методи досліджень. Для вирішення поставлених завдань використовувалися методи ортогональних і інтегральних перетворень, статистичні методи теорії розпізнання образів, методи обробки зображень, дистанційного зондування Землі, об`єктно-орієнтованого програмування і комп'ютерної графіки.

Наукова новизна одержаних результатів полягає у такому.

§ Вперше запропонований метод класифікації зображень текстур у новому базисі, що одержується шляхом ортогоналізації гістограмних характеристик еталонних текстур за допомогою перетворення Грама-Шмідта. Метод забезпечує інваріантність до впливу поворотів зображень і ефективний при наявності одного еталонного зображення текстури кожного класу.

§ Вперше запропонований метод класифікації текстур космічних знімків у спектральному базисі сингулярних векторів багатомірної бази еталонних гістограмних характеристик, який використовується при наявності декількох еталонних зображень текстур кожного класу. Метод дозволяє використовувати всю апріорну інформацію з метою підвищення вірогідності класифікації до 3-х разів порівняно з випадком наявності одного еталонного зображення.

§ Вперше запропонована характеристика текстури, інваріантна до впливу повороту зображення. Вона базується на перетвореннях зображення в спектральній області, не потребує переходу від декартової до полярної системи координат, що дозволяє усунути вплив обчислювальних похибок при інтерполяції.

§ Створено нову інформаційну технологію вирішення широкого кола задач природокористування на основі комбінації розроблених методів класифікації зображень текстур і запропонованої спектральної характеристики, що дозволяє підвищити вірогідність результатів класифікації до 40% порівняно з результатами застосування окремих методів.

Обґрунтованість і достовірність наукових положень, висновків. Достовірність приведених у дисертаційній роботі результатів і висновків базується на використанні положень теорії ортогональних та інтегральних перетворень, методах спектрального та кореляційного аналізу, прикладного програмування і прикладної комп'ютерної графіки, а також відповідності теоретичних положень експериментальним даним. Теоретичні дослідження верифіковані результатами чисельних обчислювальних експериментів на модельних та реальних геологічних прикладах.

Наукове значення результатів роботи полягає у вирішенні актуальної науково-технічної задачі створення математичних засад класифікації текстур високоточних космічних знімків за їх гістограмними характеристиками для вирішення задач надро- та природокористування, зокрема геології, військової справи, прогнозу надзвичайних ситуацій та ін.

Практичне значення отриманих результатів. Теоретичні розробки, отримані в процесі виконання дисертаційної роботи, дали змогу створити програмний інструментарій інформаційної системи, орієнтованої на розв'язання прогнозних геологічних завдань. Інформаційна технологія реалізована як окремий модуль спеціалізованої геоінформаційної системи (ГІС) РАПІД 3.2, що розробляється на кафедрі геоінформаційних систем Національного гірничого університету (м. Дніпропетровськ). ГІС РАПІД призначена для вирішення широкого кола прогнозних та моніторингових задач природо- і надрокористування і застосовується в ряді геолого-геофізичних організацій України та СНД (ДГЕ Дніпрогеофізика, ДГП “Укрпівнічгеологія”, Навоїйський ГМК та ін.) при вирішенні широкого спектра завдань прогнозування і пошуків родовищ корисних копалин, геоекології тощо.

Отримані результати дисертаційної роботи використовуються як окремий модуль в інформаційних системах, розроблених на підприємстві НВП «Орбіта», де працює здобувач по держзамовленням Міністерства оборони України та НКАУ. Документами, що підтверджують упровадження і практичне використання інформаційної технології, є технічна документація, акти здачі робіт, зареєстровані технічні умови ЕСИН.466453.008ТУ-ЛЗ «Комплекс засобів автоматизації» (КЗА) «Атмосфера-2» (ДКПП 30.02.16.000.; УКНД 35.240) і Свідоцтво про ідентифікацію виробника (постачальника) продукції для Збройних Сил України» №128 від 25.09.2006 код NCAGE-F337J.

Особистий внесок здобувача. Нові наукові результати дисертації, отримані здобувачем особисто. У працях, виконаних у співавторстві, особистий внесок здобувача полягає у такому: [1] - сформульована постановки задачі та ідея класифікації у спектральному базисі сингулярних векторів; [2] - запропонований підхід до класифікації текстур у базисі Грама-Шмідта; [3, 7] - сформульована постановки задачі та розроблено підхід до отримання нової характеристики; [5, 9, 11] - виконана апробація технології на прикладі прогнозування золоторудної мінералізації, моніторингу і прогнозування надзвичайних ситуацій, обробки метеоінформації, екологічного моніторингу; [6] - досліджені можливості використання перетворення Гільберта при класифікації текстур методом узагальненого спектрального аналізу; [8] - дослідження і експериментальна оцінка ефективності статистичних характеристик другого порядку при узагальненому спектральному аналізі.

Апробація результатів дисертації. Основні тези дисертаційної роботи доповідалися й обговорювалися на Міжнародних конференціях «Геоінформатика: теоретичні та прикладні аспекти» (Київ, 2006); Міжнародній конференції з математичного моделювання (Херсон, 2006); II Міжнародній конференції «Інтелектуальні системи прийняття рішень і прикладні аспекти інформаційних технологій» (Євпаторія, 2006); міжнародній конференції «Сучасні проблеми геометричного моделювання» (Дніпропетровськ, 2006), Науковій конференції «Науки про Землю й Космос - суспільству» (Київ, 2007); Науково-практичній конференції «Сучасні проблеми створення і ефективного використання спільного геоінформаційного простору України при підготовці й прийнятті управлінських рішень» (Київ, 2007).

Публікації. Основні тези й результати дисертаційної роботи подані в 11 друкованих роботах, з них 7 у фахових виданнях.

Структура й обсяг роботи. Дисертація складається із вступу, п'яти розділів, висновків і списку використаних джерел. Обсяг дисертації становить 199 сторінок, з яких 154 сторінки основного тексту, 95 - рисунків, 21 - таблиць, 5 - додатки. Перелік використаних джерел містить 111 найменувань.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У ВСТУПІ обґрунтована актуальність роботи, сформульовані проблема, мета і основні завдання, визначені предмет, об'єкт і методи дослідження, а також охарактеризовані новизна і практична цінність отриманих результатів.

Окремо зазначена необхідність розробки методів класифікації текстур на основі використання характеристик, інваріантних до впливу повороту зображень. Показано, що використання характеристик текстур, неінваріантних до впливу повороту зображень, призводить до необхідності формування бази еталонів, яка б містила зразки текстур з усіма можливими кутами повороту. Це майже неможливо в практиці, особливо за умов браку апріорної інформації.

У РОЗДІЛІ 1 розглянуто сучасний стан проблеми аналізу та класифікації текстур, якій приділялась увага найбільшими вченими в галузі обробки зображень та розпізнання образів (N. Haralick, K. Fukunaga, W. Pratt, A. Jain, B. Julesz, E. Gilbert, R. Duda, F. Tomita, M. Tuceryan, О. М. Ахметшин, Г. А. Андрєєв, В. М. Корчинський, С. Осовський та інші). Останніми роками практичними аспектами застосування КЗ в галузі наук про Землю займаються такі вчені України та СНД, як В.Д. Бугарь, О. Б. Бутусов, В. І. Лялько, Г.О. Міловський, М.О.Попов, С.А. Рябоконенко, А. Д. Федоровський, В.Г. Якимчук та інші.

У розділі розглянуті існуючі методи класифікації текстур. Підкреслюється необхідність застосування статистик першого і другого порядків, обґрунтовується необхідність розробки нових методів, ефективних в умовах браку апріорної інформації. Методи поділені на чотири типи: статистичні, структурні, модельні й обробки сигналів. Стисло висвітлені основні особливості й недоліки кожного з типів та показано, що, незважаючи на наявність великої кількості підходів до класифікації текстур, проблема залишається відкритою, особливо з погляду аналізу КЗ при вирішенні практичних задач природокористування, зокрема, геології.

Основною проблемою розробки загальновживаного, «універсального» методу є відсутність адекватних математичних моделей текстур, що призводе до необхідності оперувати обмеженим числом еталонних зображень текстур. Саме це суттєво обмежує можливості методів нейросіткової класифікації, оскільки для навчання нейронної сітки необхідні масиви з декількох сот зображень текстур кожного типу. Використання методів пірамідальної і деревоподібної хвильових декомпозицій зображень і методи, основані на фільтрах Габора, призводять до надлишковості масиву інформативних параметрів, що знижує надійность класифікації.

При розробці статистичних методів дослідники зосереджували основні зусилля на використанні статистичних характеристик другого порядку, - енергетичних Фур'є-спектрів й автокореляційних функцій текстур. Це диктувало необхідність додаткового застосування методів виділення інформативних ознак, інваріантних до впливу повороту зображення, що пов'язано з переходом від декартової системи координат у полярну. Це, з урахуванням піксельної структури зображень, веде до зниження чутливості процедури класифікації через збільшення впливу обчислювальних помилок при інтерполяції із однієї системи в іншу.

Аналіз показав, що класифікація текстур на основі статистик першого порядку, тобто їх гістограм, у наш час використовується досить обмежено, при цьому взагалі не розглянуті деякі важливі питання: можливість формування ортогонального інформативного базису на основі гістограм еталонних зображень текстур, інформаційна значущість різних компонент самої гістограми, застосування математичних трансформацій до гістограм із метою усунення неоднозначності результатів і підвищення чутливості класифікації зі збереженнями її завадостійкості.

В цілому проведений аналіз свідчить, що проблема класифікації текстур за їх гістограмами в умовах обмеженої кількості еталонних зображень (до десяти) та одночасно впливу великої кількості завад різного походження у науковій літературі практично не розглядається. Це робить розв'язання подібної задачи досить актуальним.

Окремо розглянуто інструментарій спеціалізованих інформаційних систем (ERDAS, ENVI та інші), що містять в своєму складі засоби класифікації космознімків. Відповідні засоби орієнтовані на вивчення знімків за їх структурними особливостями.

У РОЗДІЛІ 2 наведений новий метод класифікації текстур за їх гістограмними характеристиками, що створюють основу нового ортогонального базису. Метод спрямований на роботу у ситуаціях, коли існує по одному еталонному зображенню кожного типу текстури. Це є типовим при вирішенні, зокрема, геологічних задач.

Метод базується на дослідженні гістограм, як основних характеристик текстур. При побудові гістограми по осі абсцис відкладаються значення 256 градацій яскравостей (сірого кольору) b, по осі ординат - їх частість P(b).

Оскільки текстура є вибіркою випадкового поля, то її гістограма також буде являти собою стохастичну характеристику, що містить інформативну і шумову (неінформативну) складову. Гістограму зображення можна представити у вигляді суми трьох компонент:

=, (1)

де - низькочастотна складова (тренд); - регулярна компонента, що розцінюється як випадкова, але не шумова; - шумова компонента.

Вплив може бути зменшено за допомогою вінерівської фільтрації. Для виділення складових і використовується поліноміальний фільтр Савицького-Галлея. Далі як гістограма використовується лише складова .

Оскільки за припущенням є лише одна еталонна характеристика текстури, задача класифікації текстури зводиться до її зіставлення з одним з еталонів бази, що дає можливість використати методи узагальненого спектрального аналізу. З позиції теорії сигналів будь-яку гістограму можна уявити у вигляді лінійної комбінації типу

, (2)

де k=1,2,…,M; M - кількість класів текстурних зображень; L - кількість відліків (протяжність) у гістограмі .

Система функцій розглянута як сигнальний базис, вираз (2) - це розклад характеристики за системою базисних функцій, L - інтервал її визначення. Якщо система функцій визначена, то може бути повністю охарактеризована узагальненою спектральною характеристикою , , - кількість класів текстур.

Система функцій будується на основі каталогу гістограм еталонних зображень. Для розкладу гістограм за системою базисних функцій необхідно, щоб вона була лінійно-незалежною, упорядкованою, ортогональною на усьому інтервалі визначення і повною. У разі ортогональності системи базисних функцій , коефіцієнти розкладу визначаються як

. (3)

Оскільки еталонні характеристики текстурних на практиці, як правило, не є ортогональними, їх набор трансформується у набір взаємно ортогональних функцій за допомогою перетворення Грама-Шмідта, яке базується на використанні наступних рекурентних співвідношень

; (4)

де коефіцієнти визначаються відношенням скалярних добутків виду

. (5)

Узагальнена спектральна характеристика невідомої текстури знаходиться шляхом розкладу її гістограми за системою знайдених базисних функцій відповідно до (3). Розв'язання задачі класифікації зводиться до підрахунку значущих узагальнених спектральних компонент. Їх кількість має збігатися з порядковим номером еталонної характеристики текстури у каталозі еталонів. Це є вирішальним правилом класифікації. Наведені результати експериментів, що характеризують усталеність процедури класифікації у базисі Грама-Шмідта.

Доведено, що використання гістограм статистичних характеристик другого порядку дозволяє підвищити надійність та вірогідність класифікації, оскільки як АКФ, так і енергетичні Фур'є-спектри, дають змогу підвищити ступінь відмінності оброблених гістограмних характеристик у ситуаціях, коли гістограми вихідних зображень дуже близькі, або навіть ідентичні. Використання гістограм АКФ першого й другого порядків як інформативних характеристик розширює базу підтримки прийняття рішення при класифікації.

РОЗДІЛ 3 присвячений розробці методу класифікації, що має використовуватися при наявності декількох еталонних зображень текстур кожного типу, зокрема, з різними кутами повороту. Така ситуація є типовою за наявності достатньої кількості апріорної геологічної та ландшафтної інформації щодо району, представленого на КЗ.

Класифікація виконується у базисі сингулярних векторів ансамблю всіх еталонних зображень, що дозволяє підвищити її вірогідність і повною мірою використати всю наявну апріорну інформацію.

У роботі пропонується розглядати високочастотну (регулярну нетрендову) компоненту гістограм (1) як інформативну і враховувати її при класифікації.

Припустимо, що наявні типів (класів) текстур і еталонних зразків кожного типу текстури, очищених від суто шумової складової . Якщо сформувати сигнальну матрицю з гістограм текстури -го типу, то її сингулярний розклад має вигляд

. (6)

Матриці й є ортонормованими, причому розмірність матриці дорівнює 256ЧN, а матриці - NЧN. - діагональна матриця, елементи якої є сингулярними числами . Розмірність збігається з розмірністю сигнальної матриці , але якщо матриця сильно корельовані, то матриця ортонормована і, відповідно до теорії ортогонального розкладу, підходить як основа нового інформаційного базису. Як M нових координатних систем використовуються стовпці матриць .

Вирішальне правило процедури класифікації, тобто визначення типу текстури, зводиться до проектування гістограми досліджуваної текстури в усі сингулярні базиси. При цьому обчислюється сума модулів проекцій, починаючи із другої координатної осі (відповідають регулярній компоненті гістограм). Невідома текстура прираховується до класу, для якого обчислене значення суми проекцій мінімальне.

У випадку, якщо для декількох класів значення сум проекцій приблизно однаково мале (стосовно до інших класів), беруться до уваги значення проекцій на головну (першу) координатну вісь, яка дає більш ніж 90% загальної інформації про весь масив еталонних гістограм класу. Текстура належить до класу, для якого значення проекції на першу вісь максимальне.

Окремий пункт присвячений демонстрації можливостей нового методу виділення інформаційних характеристик текстурних зображень у спектральній області, інваріантного до впливу повороту аналізованого зображення й не потребуючого переходу до полярної системи координат. Обґрунтовується простота й зручність методу, всі математичні операції якого відбуваються в декартовій системі координат.

Новий метод виділення інваріантної до впливу повороту характеристики текстури в спектральній області містить чотири етапи.

1. Обчислення енергетичного Фур'є-спектра зображення аналізованої текстури розміром TxT пікселів на основі алгоритму прямого перетворення Фур'є

, (7)

де - зображення, що аналізується.

2. Обчислення двовимірної автокореляційної функції (АКФ) текстури на основі виразу

. (8)

3. Обчислення двох спектральних характеристик від залежності на основі використання перетворення Фур'є, але окремо для координати і координати , тобто

. (9)

4. Обчислення результуючої інтегральної спектральної характеристики на основі виразу

. (10)

Отримана характеристика, на відміну від і , є інваріантною до впливу повороту. У роботі доведено, що часто текстури зі схожими гістограмами, Фур'є-спектрами та АКФ мають суттєво різні значення характеристики Z.

Використання нової характеристики дає можливість більш надійно вирішувати задачі розрізнення та класифікації текстур КЗ. Вирішальне правило класифікації: досліджувана текстура належить до класу, для якого мінімізується значення коефіцієнта лінійної кореляції між характеристикою Z еталонного й аналізованого зображень.

РОЗДІЛ 4 присвячений опису розробленої інформаційній технології, що базується на спільному використанні методів, описаних в розділах 2 - 3. Вони продемонстрували високу ефективність при роботі з тестовими текстурами, для яких характерні однорідність текстурного малюнка й відсутність сторонніх впливів. У той же час досвід вирішення практичних задач природокористування, показав, що за наявністю на космознімках завад (будов, шляхів, кар'єрів, рослинності та ін.), що спотворюють природний рисунок текстур земної поверхні, помилки класифікації в окремих випадках досягають 40%. Підвищити вірогідність отриманих результатів можливо за рахунок спільного використання запропонованих методів у рамках єдиної технології.

Технологія класифікації текстур КЗ базується на комбінації сингулярного розкладу, перетворення Грама-Шмідта й розрахунку інформативної характеристики текстури в спектральній області Z (рис. 1). Основна мета комбінування методів - підвищення стійкості процедури класифікації.

Особливістю методу узагальненого спектрального аналізу в базисі Грама-Шмидта є використання єдиного еталонного зразка кожного типу текстур. Оскільки на практиці зазвичай існує можливість формування декількох еталонів кожного типу, доцільно при формуванні еталонних характеристик текстур використовувати їх у повному обсязі. Зважаючи на те, що метод узагальненого спектрального аналізу передбачає використання лише однієї еталонної характеристики кожного класу, із гістограм еталонних зображень окремих класів формуються сигнальні матриці й виконується їх сингулярний розклад згідно (6). За узагальнену еталонну характеристику класу приймається сингулярний вектор, що відповідає першому (найбільшому) сингулярному числу. Сформований набір еталонних характеристик використовується для узагальненого спектрального аналізу в базисі Грама-Шмідта.

Класифікація невідомої текстури виконується шляхом розкладу згідно (2) її гістограми, обробленої фільтрами Вінера й Савицького-Галея, за системою базисних функцій. Вирішення задачі класифікації полягає в підрахунку значущих узагальнених спектральних компонент. Отримане число приймається за порядковий номер класу, до якого належить досліджувана текстура. Оскільки в реальних геологічних умовах зображення текстур містять велику кількість завад природного і техногенного походження, особливої важливості набуває питання визначення порогу для віднесення чисел до значущих або незначущих. Найбільш природною здається оцінка внеску кожної компоненти в сумарну амплітуду всього вектору за формулою

(12)

і експериментальний підбір такого порогового значення, при якому мінімізується кількість хиб класифікації.

Серйозною проблемою, що виникає на практиці, є істотна схожість гістограм текстур двох або більше класів і, як наслідок, їх сингулярних векторів, що веде до нероздільності текстур у сформованому базисі. Оскільки методи розрізнення, що ґрунтуються на оцінці статистичних характеристик першого або другого порядку, на практиці зазвичай неефективні, запропоновано використовувати нову інформативну характеристику текстури в спектральній області Z, що розраховується згідно (10). Класи, неподільні в інформаційному базисі, можуть бути виділені шляхом аналізу узагальнених спектральних компонент еталонних текстур. Якщо деяка текстура належить до одного з таких класів, для неї додатково розраховується характеристика Z і оцінюється її схожість із характеристиками Z еталонів відповідних класів шляхом обчислення коефіцієнта кореляції.

Текстури, що класифікуються, є фрагментами вхідного космічного знімка, розміри яких збігаються з розмірами еталонних зразків. Множина текстур, які класифікуються, створюється за допомогою «ковзного» або «стрибаючого» вікна, яке переміщується по космічному знімку. Після проходження вікна по всій площі створюється растрова (сіткова) карта класів, що відбиває результати класифікації.

У разі незадовільної якості класифікації слід повторити перелічені кроки, виконавши наступні процедури - кожну окремо або в комплексі: зміна кількості та/або структури еталонних класів; зміна параметрів фільтрів, які використовуються при обробці гістограм; додаткове застосування перетворення Гілберта до гістограмних характеристик текстур з метою підвищення чутливості процедури класифікації; перетворення вихідного КЗ (контрастування, зміна яскравості, фільтрація з масками) і т.ін.

Створена інформаційна технологія була реалізована у якості підсистеми геоінформаційної системи (ГІС) РАПІД, яка розробляється на кафедрі геоінформаційних систем Національного гірничого університету (м. Дніпропетровськ). ГІС РАПІД - універсальний інструмент прогнозування й прийняття рішень при пошуках родовищ корисних копалин, районуванні територій, моніторингу й прогнозі екологічних ситуацій. Технологія, реалізована ГІС РАПІД, базується на методах теорії розпізнавання образів, обробки зображень, геостатистики й просторового аналізу. Основна увага приділяється встановленню прямих зв'язків між просторовими закономірностями розташування досліджуваних об'єктів і явищ і структурою даних, що їх описують - фізичних полів, космічних знімків, геологічних карт, геохімічних ореолів.

У якості вхідних використовуються дані, представлені в сітковій, векторній і растрової формах. Система містить у собі ядро, що забезпечує керування даними, а також сукупність прикладних модулів, що вирішують конкретні задачі обробки й аналізу даних.

Розроблена за результатами дисертаційної роботи інформаційна система увійшла до складу ГІС РАПІД, що, з одного боку, посилило математичне забезпечення останньої, а з іншого, дозволило користуватися її можливостями з вводу, зберігання, попередньої обробки, фільтрації та візуалізації даних.

РОЗДІЛ 5 присвячений оцінці ефективності розробленої інформаційної технології при пошуках золота на двох реальних рудних полях, розташованих у гірських регіонах Західного Узбекистану. У межах кожного з них відомі родовища й рудопрояви золота. Розроблена технологія і відповідне програмне забезпечення застосовувалися для розв'язання двох задач - районування досліджуваної території шляхом поділу її на класи, що відповідають різним типам текстур, і пошуку перспективних ділянок, близьких за текстурними особливостями до тих, що містять відомі рудні об'єкти.

Як вхідні дані використовувалися високоточні панхроматичні космічні знімки з супутників QuickBird-2 та IKONOS з просторовою розв'язною здатністю, відповідно, 0,61 та 1 м. Серед факторів, що утруднюють класифікацію, слід назвати досить складну геологічну будову, наявність тіней від позитивних форм рельєфу і відчутний антропогенний вплив. На території ділянок є мережа ґрунтових доріг та автомобільних магістралей, залізнична гілка, кілька кар'єрів, ряд промислових будов і житлових будинків.

Застосування розробленої технології дало змогу вирішити задачі класифікації та пошуку перспективних ділянок. Класифікація виконувалась для 10 та 24 класів на одному рудному полі (рис. 2), та для 20 на іншому. Якість результатів (рис. 3) оцінювалась з використанням контрольних текстур, приналежність яких відома апріорі. Кількість вірно класифікованих контрольних текстур становить 80% для 1-го поля (з 10 класами) та 78% для 2-го поля (з 20 класами). Ця кількість є значно вищою за досягнуті з використанням інших випробуваних методів (безеталонна кластеризація за методом k-середніх, та розпізнання з еталонами у багатовимірному просторі за допомогою функції міри близькості). Крім того, досягнута значно більша геологічна змістовність, що підтверджується наявними геологічними фактами. Зокрема, у контури перспективних зон, що виділені на другому золоторудному полі, потрапляють всі відомі об'єкті, навіть ті, що не були використані при формуванні еталонів.

Загалом, застосування розробленої технології дало практично прийнятні результати, що свідчить про доцільність вивчення текстурної складової високоточних КЗ при вирішенні задач надро- та природокористування.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 2. Космічний знімок 1-го рудного поля.

Размещено на http://www.allbest.ru/

Рис. 3. Карта класів - результат класифікації за допомогою технології

ВИСНОВКИ

Дисертаційна робота є завершеною науково-дослідною роботою в якій поставлено і вирішено, науково практичне завдання з теоретичної розробки та експериментального дослідження методів автоматизованої класифікації текстур космічних знімків високого розрізнення і побудові на цій основі інформаційної технології для розв'язання широкого кола практичних завдань, пов'язаних з обробкою, аналізом і класифікацією просторових растрових даних.

Основні висновки за результатами дисертаційної роботи полягають у такому:

1. Проаналізовано стан інформаційного забезпечення підприємств, для яких є актуальним і необхідним використання зображень земної поверхні. Для отримання інформації з текстурної складової КЗ обґрунтована необхідність розробки інформаційної технології класифікації текстур геозображень. У якості характеристик текстур космічних знімків запропоновано використовувати гістограми розподілу значень яскравості. Проведено аналіз сучасного стану різних методів класифікації текстурної складової зображень, які застосовуються в поширених в Україні геоінформаційних системах та прикладних пакетах програм.

2. Запропоновано в інформаційній технології використання конкретних, апробованих в рамках роботи методів попередньої цифрової обробки зображень, а саме фільтрів Вінера і Савицького-Галея, які є ефективними засобами усунення завад різного походження. Досліджена класифікація зображень на основі гистограмного, спектрального та автокореляційного методів обробки піксельних матриць.

3. Вперше запропонована класифікація текстур за гістограмними характеристиками в узагальненому спектральному базисі Грама-Шмідта , яка забезпечує:

- використання апріорної інформації (в тому числі геологічної й ландшафтної) в умовах обмеженого обсягу бази експериментальних даних, (є лише одна еталонна характеристика гістограми текстури);

- інваріантність до впливу кутів повороту класифікованих текстур;

- відносну обчислювальну простоту власне процедури класифікації, що дозволяє автоматизувати більшість етапів процесу прийняття рішення про тип досліджуваної текстури.

- Вирішальне правило класифікації, яке зводиться до визначення номеру останньої значущої спектральної компоненти у синтезованій узагальненій спектральній характеристиці.

Удосконалено застосування інтегрального перетворення Гілберта до гістограмних характеристик текстур, з подальшим синтезом нових інформаційних базисів, що дозволяє підвищити розрізнювальну здатність (чутливість) процедури класифікації в узагальненому спектральному базисі.

4. Вперше запропоновано використання узагальненого спектрального базису сингулярних векторів багатомірної бази еталонних гістограмних характеристик. Процедура класифікації зводиться до знаходження мінімуму суми модулів проекцій на сингулярні вектори, починаючи з другого, для багатовимірної координатної системи кожної з еталонних текстур. Це дозволяє максимально використовувати апріорну статистичну інформацію (є декілька еталонних характеристик гістограм текстур) і забезпечує більшу стійкість процедури класифікації до впливу шумових (випадкових) факторів.

5. Запропоновано гістограму текстури розглядати у вигляді суми трьох компонент: низькочастотної (тренда), регулярної й шумової, причому перші дві компоненти є інформативними. Стосовно до узагальненого спектрального базису Грама-Шмідта інформативною є низькочастотна компонента, а у багатомірному інформативному базисі сингулярних векторів найбільш інформативними є регулярні компоненти гістограм, а тренд відіграє хоча й важливу, але допоміжну роль у процесі підтримки прийняття рішення про тип досліджуваної текстури.

Уперше запропонована спектральна характеристика текстур, яка є інваріантною до повороту аналізованого зображення і не потребує, на відміну від відомих методів, переходу до полярної системи координат, оскільки усі обчислення відбуваються у декартовій системі. Використання нової характеристики дає можливість ефективно вирішувати задачі розрізнення та класифікації текстур КЗ с близькими гістограмами, Фур'є-спектрами та АКФ.

6. На основі комбінації сингулярного розкладу й перетворення Грама-Шмідта розроблена інформаційна технологія, що базується на аналізі й класифікації текстурних особливостей високоточних космічних знімків. Запропоновано використовувати інформаційну технологію за наявністю кількох еталонних зображень кожного класу для підвищення вірогідності результатів класифікації (яке в залежності від конкретної задачі, що вирішується, може сягати 40%).

Технологія випробувана, зокрема, при прогнозуванні золоторудної мінералізації. Вона показала свою ефективність на ряді золоторудних полів, розташованих у середньогірських регіонах Узбекистану з малою потужністю осадового чохла.

Розроблені методи, а також побудована на їх основі інформаційна технологія мають значний потенціал подальшого розвитку, пов'язаний, в першу чергу, з використанням нових походів до синтезу ортонормованих базисів (хвильовий пакетний розклад, метод незалежних компонент та ін.) і створенням комп`ютерної системи підтримки прийняття рішення на основі аналізу різних інваріантних інформативних статистичних характеристик текстур різних порядків. Крім того, перспективним є спільне використання кількох спектральних каналів космічних знімків, а також знімків різного просторового розрізнення, що має підвищити надійність отримуваних результатів.

метод класифікація текстура геозображення

СПИСОК ОПУБЛІКОВАНИХ РОБІТ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

Ахметшин A. M. Классификация текстурных изображений в спектральном базисе сингулярных векторов гистограммных характеристик / A.M. Ахметшин, Б.С. Бусыгин, В.А. Бойко // Науковий вісник НГУ. - Днепропетровск. - 2005. - №2. - С. 15_18.

Ахметшин A.M. Статистическая классификация текстурных изображений методом обобщённого спектрального анализа в базисе Грамма-Шмидта / A.M. Ахметшин, Б.С. Бусыгин, В.А. Бойко // Радиоэлектронные и компьютерные системы. - Харьков. - 2005. - №2. - С. 108-114.

Ахметшин A.M. Инвариантные к влиянию поворота спектральные характеристики текстурных изображений / A.M. Ахметшин, Б.С. Бусыгин, В.А. Бойко // Радиоэлектронные и компьютерные системы. - Харьков.-2005.-№4(12).-С.102-107.

Бойко В.А. Повышение устойчивости обобщенного спектрального анализа классификации текстур на основе комбинации метода сингулярного разложения и преобразования Грамма-Шмидта / В.А. Бойко // Науковий вісник НГУ. - 2006. - №3. - С. 56-59.

Бусыгин Б.С. Геоинформационная система РАПИД как средство мониторинга и прогнозирования чрезвычайных ситуаций / Б.С. Бусыгин, С.Л. Никулин, В.А. Бойко // Зб. наук. праць СНУЯЕтаП. - Севастополь: СНУЯЕтаП. - 2006. - Вип. 4(20). - С. 204-216.

Ахметшин А.М. Классификация текстур методом обобщённого спектрального анализа в ортогональном базисе преобразования Гильберта гистограммных характеристик / А.М. Ахметшин, Б.С. Бусыгин, В.А. Бойко // Труды международной научной конференции «Интеллектуальные системы принятия решений и прикладные аспекты информационных технологий». - Евпатория. - Крым. -006. - Т.1. - С.26-31.

Ахметшин А.М. Новый метод вычисления инвариантных к влиянию поворота характеристик изображений в декартовой системе координат / А.М. Ахметшин, Б.С. Бусыгин, В.А. Бойко // Системні технології. Регіональний міжвузівський збірник наукових праць. - Випуск 2(43). - Дніпропетровськ. - 2006. - С.19-24.

Бойко В.А. Расширение информационных возможностей обобщённого спектрального анализа классификации текстур на основе гистограмм статистических характеристик второго порядка / В.А. Бойко, А.М. Ахметшин, Б.С. Бусыгин // Херсон: Вестник ХНТУ. - 2006, вып. 2(25). - С. 76-80

Бусыгин Б.С. ГИС-технологии поиска золота в западном Узбекистане / Б.С. Бусыгин, С.Л. Никулин, В.А. Бойко // Геоинформатика. - 2006. - № 1. - С.44-49.

Бойко В.А. Методика статистической классификации космических снимков при прогнозировании золоторудной минерализации. / В.А. Бойко // Науковий вісник НГУ. - Днепропетровск. - 2007. - №10 - С. 70-77.

Бусыгин Б.С. Применение ГИС РАПИД для прогнозирования золоторудной минерализации по материалам космических съемок / Б.С. Бусыгин, С.Л. Никулин, В.А. Бойко // Сборник трудов Первой научной конференции «Науки о Земле и Космосе обществу» НАНУ. - Киев. - 2007. - с.47-54.

АНОТАЦІЯ

Бойко В.О. «Розробка і дослідження методів статистичної класифікації текстур геозображень». - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - «Інформаційні технології». - Дніпропетровський національний університет ім. Олеся Гончара, Дніпропетровськ, 2010.

Дисертація присвячена теоретичній розробці й експериментальному дослідженню методів статистичної класифікації текстур зображень земної поверхні та створенню на їх основі геоінформаційної технології вирішення задач природокористування за допомогою космічних знімків високого розрізнення.

Розглянуті існуючи методи класифікації, що базуються на вивченні текстурної компоненти зображень. Показана їх недостатня ефективність при вирішенні практичних задач природокористування в умовах обмеженого обсягу апріорної інформації й присутності на космознімках великої кількості перешкод природного і техногенного похождення.

Запропоновані і обґрунтовані нові ефективні методи статистичної класифікації зображень текстур за умов наявності одного або декількох еталонів.

Описаний і обґрунтований метод розрахунку нової спектральної характеристики текстур, який є інваріантним до впливу повороту аналізованого зображення і не потребує переходу до полярної системи координат.

На основі комбінації запропонованих методів створена нова комп'ютерна інформаційна технологія і система класифікації текстур земної поверхні з використанням космічних знімків високої просторового розрізнення.

Технологія показала свою ефективність як на тестових прикладах, так і при прогнозуванні золоторудної мінералізації, здійсненому за реальними космічними знімками двох золоторудних полів.

Ключові слова: космічний знімок, текстура, геозображення, статистична класифікація, інваріантні характеристики, прогнозування родовищ, інформаційна технологія.

АННОТАЦИЯ

Бойко В.А. «Разработка и исследование методов статистической классификации текстур геоизображений». - Рукопись.

Диссертация на соискание учёной степени кандидата технических наук по специальности 05.13.06 - «Информационные технологии»».- Днепропетровский национальный университет им. Олеся Гончар, Днепропетровск, 2010.

Диссертация посвящена теоретической разработке и экспериментальному исследованию методов статистической классификации текстур изображений земной поверхности и созданию на их основе геоинформационной технологии решения задач природопользования с помощью космических снимков высокого разрешения.

Рассмотрены имеющиеся методы классификации, основанные на изучении текстурной компоненты изображений. Показана их недостаточная эффективность при решении практических задач природопользования в условиях ограниченного объема априорной информации и присутствия на космических снимках большого количества мешающих факторов природного и техногенного происхождения.

Предложен и обоснован новый эффективный метод статистической классификации изображений текстур в новом информационном базисе, получаемом путём ортогонализации гистограммных характеристик эталонных текстур с использованием преобразования Грамма-Шмидта. Задача классификации сводится к проецированию гистограммы анализируемого изображения в этот базис и определению номера последней значимой спектральной компоненты в синтезированной обобщённой спектральной характеристике. Метод обеспечивает инвариантность к влиянию поворотов изображений и эффективен при наличии единственного эталонного изображения текстуры каждого класса.

При наличии нескольких эталонных изображений каждого типа предлагается использовать новый метод классификации текстур в базисе сингулярных векторов многомерной базы эталонных гистограммных характеристик. Процедура классификации сводится к нахождению минимума суммы модулей проекций на сингулярные векторы, начиная со второго, для многомерной координатной системы каждой из эталонных текстур. Метод позволяет в максимальной степени использовать всю априорную информацию, что повышает достоверность классификации благодаря большей помехоустойчивости.

Описан и обоснован метод расчёта новой спектральной характеристики текстур, инвариантной к влиянию поворота анализируемого изображения и не требующей перехода к полярной системе координат.

Продемонстрировано, что текстуры с похожими гистограммами, Фурье-спектрами и автокорреляционными функциями (АКФ) часто имеют существенно различные значения предложенной характеристики. Показано, что степень различения спектральных инвариантов может быть повышена путем использования модуляционного преобразования их АКФ. Использование новой характеристики даёт возможность эффективно решать задачи разделения и классификации текстур космических снимков.

На основе комбинации предложенных методов создана новая информационная технология классификации текстур земной поверхности по космическим снимкам высокого разрешения. Технология показала свою эффективность как на тестовых примерах, так и при прогнозировании золоторудной минерализации, которое выполнялось по реальным космическим снимкам двух золоторудных полей, расположенных в среднегорных районах Узбекистана с малой мощностью осадочного чехла. Решалась задача классификации и выделения участков, перспективных на обнаружение золоторудной минерализации с использованием эталонов нескольких классов. Сравнительный анализ результатов, полученных с привлечением ряда известных подходов, с одной стороны, и с использованием предложенной технологии - с другой, показал преимущества последней.

Созданная информационная технология реализована в рамках отдельной подсистемы специализированной геоинформационной системы РАПИД 3.2, разрабатываемой на кафедре геоинформационных систем Национального горного университета (г. Днепропетровск). Компьютерная технология и система могут быть использованы в организациях Украины и СНГ, занимающихся вопросами недро- и природопользования, прогнозированием чрезвычайных ситуаций и т. п.

Ключевые слова: космический снимок, текстура, геоизображение, статистическая классификация, инвариантные характеристики, прогнозирование месторождений, информационная технология.

ANNOTATION

Boyko V.O. “Development and research of statistical classification methods of geographic images textures”. - Manuscript.

Thesis submitted towards the Technical Sciences Candidate Degree on “Information technologies”, Specialty 05.13.06 - Dnepropetrovsk National University, Dnepropetrovsk, 2010.

The thesis is dedicated to theoretical development and experimental investigation of the textures statistical classification methods, and to creation on these bases the geographic information technology of nature management using high-resolution satellite images.

The existent classification methods based on investigation of images texture component are considered. Their insufficient efficiency at the decision of real problems of nature management is shown.

...