Способ повышения детальности материалов гиперспектральной съемки земли на основе привлечения многозональных изображений высокого пространственного разрешения



Способ повышения детальности материалов гиперспектральной съемки земли на основе привлечения многозональных изображений высокого пространственного разрешения
Способ повышения детальности материалов гиперспектральной съемки земли на основе привлечения многозональных изображений высокого пространственного разрешения

 


Владельцы патента RU 2579046:

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Рязанский государственный радиотехнический университет" (ФГБОУ ВПО "РГРТУ", РГРТУ) (RU)

Изобретение относится к системам обработки гиперспектральных изображений поверхности Земли, в частности к способу повышения детальности материалов съемки путем субпиксельного выделения объектов и их спектральных характеристик. Cпособ повышения детальности гиперспектральных изображений путем субпиксельного выделения объектов и их спектральных характеристик, в котором вместо специальной статистической обработки гиперспектральных изображений и библиотек спектральных характеристик привлекаются многозональные снимки высокого пространственного разрешения. Для разделения каждого пикселя гиперспектрального изображения на отдельные объекты используются полученные синхронно многозональные снимки с многократно большим пространственным разрешением, а каждому выделенному объекту присваивается спектральная характеристика, наиболее схожая с характеристикой одного из объектов, отображаемых на гиперспектральном изображении. Техническим результатом является повышение пространственного разрешения гиперспектрального снимка. 4 ил.

 

Изобретение относится к системам обработки гиперспектральных изображений (ГСИ) поверхности Земли, в частности к способу повышения детальности материалов съемки Земли путем субпиксельного выделения объектов и их спектральных характеристик с привлечением полученных синхронно многозональных изображений с многократно большим пространственным разрешением.

Целью гиперспектральной съемки является получение спектральных характеристик (распределения энергии отраженного от поверхности Земли излучения в зависимости от длины волны) в каждой точке ГСИ. Авиационные и спутниковые гиперспектрометры фиксируют излучение в некоторой области, равной проекции пикселя на подстилающую поверхность. Размер проекции обычно составляет от нескольких до десятков метров. Таким образом, гиперспектрометр регистрирует некоторую усредненную спектральную характеристику сравнительно большого участка Земли. Полученная в результате спектральная характеристика (СХ) описывает усредненные свойства всех СХ объектов, входящих в этот участок (так называемых спектральных составляющих), т.е. образуется «смешанная» СХ. При этом уменьшение проекции пикселя не приводит к отсутствию эффекта «смешивания» СХ, т.к. часто объекты характеризуются смесью на уровне частиц (например, почва с минеральными примесями). В то же время при тематической обработке гиперспектральных изображений требуется знание СХ отдельных более малых объектов, а не смеси их спектральных характеристик.

Известен способ спектрального разделения пикселей гиперспектрального изображения (см. патент US 6665438 B1). Способ основан на совместном применении генетических алгоритмов и фильтра Калмана для нахождения состава примесей в каждом пикселе гиперспектрального изображения. Другой подход к спектральному разделению основан на нахождении ортогональной проекции пикселя гиперспектрального изображения в базисе известных спектральных характеристик искомых материалов (см. патент US 7567712 B2). В качестве опорной информации о возможном составе смесей в обоих подходах используются спектральные библиотеки. Эти способы являются наиболее близкими к предлагаемому.

Известны и другие решения:

- Lucas Parra, Clay Spence, Paul Sajda, Andreas Ziehe, Klaus-Robert Müller, "Unmixing Hyperspectral Data", in Advances in Neural Information Processing 12 (Proc. NIPS*99), pp. 942-948, 2000. Здесь предлагается применение метода главных компонент для определения состава и процентных долей смешанных пикселей ГСИ.

- Plaza, A.; Martinez, P.; Perez, R.; Plaza, J., "Spatial/spectral endmember extraction by multidimensional morphological operations", Geoscience and Remote Sensing, IEEE Transactions on , vol. 40, no. 9, pp. 2025-2041, 2002. В этой работе предлагается использование морфологических операций для учета пространственной корреляции пикселей ГСИ в процессе поиска и получения опорных СХ и их процентных долей.

- Iordache, M.-D.; Bioucas-Dias, J.M.; Plaza, A., "Sparse Unmixing of Hyperspectral Data", Geoscience and Remote Sensing, IEEE Transactions on , vol.49, no.6, pp.2014-2039, 2011. Подход основан на использовании линейной регрессии для поиска составляющих смешанной СХ при известном наборе эталонных ("чистых") спектральных характеристик.

Эти подходы для решения задачи спектрального разделения, т.е. получению спектров отдельных объектов, составляющих пиксель гиперспектрального изображения, основаны на статистической обработке самих гиперспектральных данных. Недостатком этих подходов является необходимость применения библиотек спектральных характеристик. Это требует высокоточной взаимной калибровки видеоданных и СХ из библиотек. Другой недостаток обусловлен сложностью точного определения процентных долей примесей в пикселе. Для преодоления указанных недостатков в предлагаемом подходе в качестве опорной информации при спектральном разделении ГСИ привлекаются материалы синхронной многозональной съемки с многократно большим пространственным разрешением по сравнению с ГСИ. То есть для анализа каждого пикселя ГСИ, которому соответствует некоторая апертура, привлекаются десятки и сотни элементов высокодетального многозонального изображения, попавших в эту апертуру.

В основу изобретения положен способ спектрального разделения пикселей ГСИ, согласно которому СХ материалов (опорные СХ), составляющие смесь, определяются исходя из взаимного сопоставления ГСИ и высокодетального снимка. Процентные доли компонент в смешанных пикселях также вычисляются с привлечением высокодетальных данных.

Предполагается, что ГСИ определено в узлах редкой решетки, а многозональное изображение - в узлах более частой решетки так, что в апертуру отдельного пикселя ГСИ попадают десятки и сотни пикселей многозонального изображения (фиг. 1). Каждому пикселю ГСИ соответствует спектральная характеристика, включающая сотни отсчетов яркости, зафиксированных в узких соприкасающихся спектральных диапазонах. Каждому пикселю многозонального изображения соответствует несколько значений (обычно от 3 до 5) яркости (так называемых спектрозональных компонент), как результат интегрирования лучистой энергии в более широких спектральных диапазонах. Предлагаемый способ включает следующие этапы.

Этап 1. Гиперспектральный снимок B приводится к спектральному разрешению высокодетального многозонального изображения D. Эта процедура выполняется путем интегрирования значений спектральной характеристики ГСИ в диапазонах длин волн, соответствующих многозональному изображению. В результате формируется новое многозональное изображение B ˜ , с тем же числом спектрозональных компонент, что и D и определенное в той же редкой решетке, что и гиперспектральный снимок В.

Этап 2. Для каждого пикселя изображения B ˜ в пределах его апертуры анализируются пиксели изображения D, попавшие в эту апертуру. Если по спектрозональным компонентам все пиксели изображения D в этой апертуре схожи с пикселем изображения B ˜ , то анализируемый пиксель изображения B ˜ считается "чистым" (т.е. включающим один вполне определенный объект), а соответствующая ему СХ на снимке B заносится в список опорных спектральных характеристик S.

Этап 3. В списке S удаляются все дублирующиеся спектральные характеристики.

Этап 4. Каждому пикселю изображения D присваивается та спектральная характеристика из списка S, которая наиболее близка к его спектрозональным компонентам. В результате в частой решетке, соответствующей многозональному изображению D, формируется гиперспектральное изображение D*.

Этап 5. Для каждого пикселя изображения D* выполняется преобразование спектральной характеристики таким образом, чтобы в результате интегрирования отсчетов СХ в диапазонах, соответствующих изображению D, сформировалось многозональное изображение D. В результате в узлах частой решетки, соответствующей высокодетальному многозональному изображению D, формируется итоговое гиперспектральное изображение D**, обладающее высокими и пространственным, и спектральным разрешениями.

Сопоставление спектральных характеристик и спектрозональных компонент выполняется с использованием метода спектрального угла (см. Yuhas, R.H., Goetz, A. F. H., and Boardman, J. W., Discrimination among semiarid landscape endmembers using the spectral angle mapper (SAM) algorithm. In Summaries of the Third Annual JPL Airborne Geoscience Workshop, JPL Publication 92-14, vol. 1, pp. 147-149, 1992).

Способ апробирован на натурной информации, полученной от отечественных и зарубежных систем аэрокосмической гиперспектральной съемки Земли. На фиг. 2 для конкретного гиперспектрального изображения в качестве примера представлены 6 опорных СХ из списка S. На фиг. 3 приведены две СХ вполне определенных объектов: первая - соответствует ГСИ высокого разрешения, заданного в узлах частой решетки и специально привлеченного в качестве эталонного, вторая характеристика - соответствует ГСИ, полученному по предложенному способу. На фиг. 4 представлены аналогичные результаты для другого объекта. Из фиг. 3 и 4 видно, что восстановленные в результате спектрального разделения СХ близки к эталонным.

Таким образом, в данном изобретении предложены два конструктивных решения. Во-первых, на ГСИ выделяются так называемые «чистые пиксели», содержащие один и тот же объект и формируется список эталонных СХ. При этом при поиске «чистых пикселей» привлекаются синхронно полученные многозональные изображения с многократно большим пространственным разрешением. Во-вторых, разделение каждого пикселя гиперспектрального снимка на основе сопоставления отсчетов яркости пикселей многозонального изображения с приведенными к спектральному разрешению мультиспектрометра отсчетами яркости эталонных СХ.

Способ повышения детальности материалов гиперспектральной съемки Земли путем субпиксельного выделения объектов и их спектральных характеристик, отличающийся тем, что для разделения каждого пикселя гиперспектрального изображения на отдельные объекты используются полученные синхронно многозональные снимки с многократно большим пространственным разрешением, а каждому выделенному объекту присваивается спектральная характеристика, наиболее схожая с характеристикой одного из объектов, отображаемых на гиперспектральном изображении.



 

Похожие патенты:

Изобретение относится к обработке бинарного кодированного импульсного информационного сигнала, вырабатываемого пассивным ответчиком в радиочастотной системе дистанционной идентификации и контроля состояния объектов, функционирующим на поверхностных акустических волнах.

Изобретение относится к средствам распознавания образов на основе изображения и может быть использовано для обработки изображений дороги и дорожной обстановки. Техническим результатом является повышение надежности распознавания границ дороги, элементов разметки, транспортных средств и других объектов.

Изобретение относится к технологиям классификации изображений посредством оптического распознавания символов. Техническим результатом является повышение эффективности классификации документов, основанной на заранее заданных признаках.

Изобретение относится к обработке медицинских изображений. Техническим результатом является сокращение времени реконструкции изображения МРТ из недосемплированных данных.

Изобретение относится к области визуализации изображений, в частности к способу и системе для выполнения реконструкции изучаемой области (ROI) с максимальным правдоподобием, даже если исходные данные проецирования усечены.

Изобретение относится к соотнесению полученных изображений с объектами. Техническим результатом является повышение точности диагностирования пациента.

Изобретение относится к области обработки изображения для анализа объекта. Технический результат - повышение точности и стабильности анализа объекта.

Изобретение относится к медицинской технике, а именно к средствам получения изображений движения, например, с помощью позитронно-эмиссионной томографии. Способ обнаружения движения во время получения изображений с помощью медицинской системы содержит этапы, на которых получают изображение субъекта, чтобы сформировать данные получения изображений, включающие в себя времяпролетные данные, контролируют времяпролетные данные во время получения изображений, анализируют времяпролетные данные для обнаружения движения.

Изобретение относится к области микроскопического исследования ткани и клеток. Техническим результатом является повышение точности извлечение материала из объекта в области биологии, гистологии или патологии.

Группа изобретений относится к системе обнаружения периодических стационарных объектов. Система обнаружения периодических стационарных объектов для обнаружения периодического стационарного объекта в окрестностях движущегося объекта содержит устройство захвата изображений, модуль преобразования точки обзора, модуль извлечения характерных точек, модуль вычисления данных формы сигнала, модуль обнаружения информации пиков, модуль обнаружения вариантов периодических стационарных объектов и модуль оценки периодических стационарных объектов.
Изобретение относится к способу и портативному считывающему устройству для декодирования штриховых кодов с фиксацией даты, времени и координат места сканирования. Технический результат заключается в осуществлении считывания и декодирования штриховых кодов с одновременным определением времени и места сканирования, что повышает эффективность идентификации изделий. Способ заключается в том, что присваивают индивидуальные номера каждой единице изделия в алфавитно-цифровой форме, после чего присвоенный индивидуальный номер преобразуют в штриховой код, содержащий этот индивидуальный номер, далее на поверхность изделия наносят этот штриховой код, таким образом получается маркировка, которая заносится в информационную базу данных, при этом считывание и декодирование штриховых кодов осуществляют с одновременным получением и фиксированием текущего времени, даты и географических координат места сканирования.

Изобретение относится к области домовых систем связи, таких как домофоны, а именно к дверной станции домашней системы связи с множеством квартирных станций. Техническим результатом является обеспечение возможности индикации для посетителя кнопки вызова предположительно посещаемого жильца. Для этого дверная станция (1) с панелью (3) индикации/оперирования с кнопками (12, 14) звонков, или табличками с фамилиями, или обозначениями, например, цифрами, для соотнесения с определенной квартирой с определенной квартирной станцией (7-11) дома, содержит камеру (2) для регистрации посетителей, запоминающее устройство (4) для храненных эталонных изображений посетителей и блок (5) обработки/управления для сравнения изображений. При этом в запоминающем устройстве (4) сохранено соответствие между определенным эталонным изображением и определенной квартирной станцией. Посредством блока (5) обработки/управления осуществляется оценка совпадения между текущим изображением, регистрируемым камерой, и эталонными изображениями памяти эталонов. При установленном достаточном совпадении между определенным сохраненным эталонным изображением и текущим регистрируемым изображением оптически выделяют кнопку (12, 14) звонка, которая ассоциирована с определенной квартирной станцией (7-11) и тем самым с определенным эталонным изображением. 7 з.п. ф-лы, 3 ил.

Изобретение относится к экспертизе документов. Технический результат - повышение достоверности определения принадлежности страниц документа к одному акту печати. Способ заключается в том, что осуществляют оцифровку документа путем сканирования текста документа, осуществляют предварительную обработку цифровой копии документа путем удаления полей и элементов, не содержащих текста, на каждой странице подсчитывают число пикселей, содержащих различные цвета текста, каждый из которых характеризуется соответствующими значениями цветовой модели. Определяют наиболее часто встречающиеся в документе цвета текста, усредняют значения цветовой модели для этих цветов для разных страниц документа и сравнивают полученные значения для разных страниц документа. При обнаружении различия в усредненных значениях цветовой модели и в значениях цветовой модели самого часто встречающегося цвета на разных страницах делают вывод о том, что эти страницы не принадлежат к одному акту печати. Предпочтительно использовать для подсчета числа пикселей различных цветов страницы документа, кроме первой. Чаще всего в качестве цветов текста используют различные тона серого цвета, а в качестве цветовой модели целесообразно использовать цветовую модель RGB. 4 табл., 3 з.п. ф-лы.

Изобретение относится к измерению износа ремня. Техническим результатом является повышение точности определения износа ремня, возникающего из-за трения. Способ содержит этапы, на которых: получают растровое изображение ремня, при этом растровое изображение включает в себя данные изображения по меньшей мере одной особенности ремня и некоторого количества ребер на изображении; анализируют растровое изображение ремня; определяют, на основе анализа растрового изображения ремня, физические размеры по меньшей мере одной особенности ремня; определяют, на основе определенных физических размеров по меньшей мере одной особенности ремня, состояние износа ремня; при этом указанная по меньшей мере одна особенность ремня включает в себя одно или более ребер ремня; подготавливают отчет, включающий в себя результаты анализа растрового изображения ремня и определенное состояние износа ремня; и передают отчет на устройство пользователя, функционирующее посредством по меньшей мере одной заинтересованной стороны. 2 н. и 10 з.п. ф-лы, 14 ил.

Изобретение относится к вычислительной техники, а именно к области машинного (компьютерного) зрения, анализа изображений, и может быть использовано для определения расстояний до различных объектов и их скоростей на транспорте, в строительстве, машиностроении и других областях. Техническим результатом является повышение скорости определения расстояния и скоростей объектов на основе стерео-подхода. Устройство для определения расстояния и скоростей объектов на основе стереоподхода позволяет получать поток стереоизображений, проводить их ректификацию и коррекцию, после чего извлекающее из изображений вектора признаков для каждой точки, затем эффективно сопоставлять их внутри эпилиний для получения стерео-рассогласования между следующими и предыдущим кадрами для получения оптического потока. 1 ил.

Изобретение относится к устройствам отслеживания показателей жизнедеятельности. Технический результат заключатся в повышении надежности различения между пользовательскими управляющими командами и другими движениями в инерционных датчиках. Такой результат достигается посредством обнаружения заданных структур в сигналах ускорения, которые не имеют отношения к другим движениям пациента, включающим в себя касание датчика, встряхивание и поворот датчика без введения большого количества ложных положительных срабатываний. 4 н. и 5 з.п. ф-лы, 4 ил.

Изобретение относится к способу для получения скрытого изображения для защиты от подделок защищенной полиграфической продукции, в частности универсальных бланков для оформления железнодорожных перевозок. Технический результат заключается в повышении надежности защиты. Шаблон для контроля скрытого элемента накладывают на защитный элемент, имеющийся на защищенной полиграфической продукции. Шаблон для контроля скрытого элемента изготовлен из прозрачной пленки или пластика. На шаблон нанесена периодическая растровая структура. Линиатура периодической растровой структуры шаблона совпадает с линиатурой растра на фоновой части изображения на универсальном документе. Плотность растра на контрольном шаблоне на 5-15% превосходит плотность растра на фоновой части изображения. Форма растровой структуры на контрольном шаблоне может отличаться от формы растровой структуры на фоновой части элемента. Изображение, полученное таким образом, обладает высокой степенью точности воспроизведения скрытого изображения. 10 ил.

Изобретение относится к системе и к способу для обработки данных, полученных из входного сигнала, содержащего физиологическую информацию. Технический результат - эффективное определение состояния человека. Система содержит средство обнаружения для обнаружения, по меньшей мере, одного отличительного признака жизненных функций во входном сигнале и средство преобразования для создания выходного сигнала посредством модификации входного сигнала в зависимости от обнаруженного отличительного признака жизненных функций. Выходной сигнал содержит искусственный отличительный признак, по меньшей мере, частично заменяющий соответствующий отличительный признак жизненных функций из, по меньшей мере, одного отличительного признака жизненных функций во входном сигнале. В одном варианте осуществления система дополнительно содержит сенсорное средство для обнаружения видимого электромагнитного излучения в пределах, по меньшей мере, одного конкретного диапазона длин волн. 3 н. и 7 з.п. ф-лы, 7 ил.

Изобретение относится к области защиты информации с использованием криптографических средств, в частности к юридически значимому документообороту. Технический результат - контроль целостности и подлинности электронных документов текстового формата, представленных на твердых носителях информации, с использованием электронной подписи. Способ контроля целостности и подлинности электронных документов текстового формата, представленных на твердых носителях информации, заключающийся в том, что исходный файл электронного документа (ЭД) текстового формата формируют в формате языка разметки и определяют его как электронный документ (ЭД) исходного формата. От полученного файла ЭД исходного формата формируют электронную подпись (ЭП). Далее к файлу ЭД исходного формата применяют алгоритмы избыточного помехоустойчивого кодирования. Результат помехоустойчивого кодирования определяют как блок избыточной информации. Полученное значение ЭП, значение ключа проверки ЭП и блок избыточной информации определяют как усовершенствованную ЭП (УЭП). Далее УЭП преобразуют из цифровой формы в штриховой код, наносят штриховой код и содержание текстового документа исходного формата в форме, доступной восприятию человеком, на твердый носитель информации. При проверке целостности и подлинности ЭД текстового формата, представленного на твердом носителе, преобразуют штриховой код, содержащий УЭП, и текст документа в цифровую форму, выделяют из цифровой формы УЭП значение ЭП, ключа проверки ЭП и блока избыточной информации, производят процедуру распознавания цифрового графического образа текста документа. Полученный после процедуры распознавания файл ЭД произвольного текстового формата преобразуют в файл ЭД исходного формата. Далее с использованием блока избыточности информации выполняют восстановление целостности файла ЭД исходного формата и выполняют проверку целостности и подлинности текстового документа с использованием стандартных программных средств. В случае положительного результата проверки ЭП полученный после преобразований файл ЭД исходного формата признается целостным и подлинным. После чего содержание проверенного ЭД и значение УЭП, представленное в форме штрихового кода, снова наносят на твердый носитель, и именно эта совокупность признается подлинным и целостным ЭД, представленным на твердом носителе. При этом исходный ЭД, представленный на твердом носителе, на основании которого получается файл ЭД исходного формата, рассматривается как вспомогательный элемент и не является объектом проверки целостности и подлинности. 4 ил.

Группа изобретений относится к области определения репрезентативного изображения, по меньшей мере, для одного фрагмента видеосъемки. Техническим результатом является повышение скорости определения репрезентативного изображения. Видеоинформация содержит по меньшей мере один фрагмент съемки (SH), представляющий собой непрерывную последовательность изображений, отображающих сцену на виде с конкретного местоположения. Из фрагмента съемки (SH) выбирают изображения для получения непрерывной последовательности выбранных изображений (SI), равномерно распределенных по всему фрагменту съемки. Идентифицируют, по меньшей мере, одну непрерывную подпоследовательность (SB1, SB2, SB3) выбранных изображений, удовлетворяющих заданному критерию подобия. Из непрерывной части (SP) фрагмента съемки, которая совпадает по времени с самой длинной непрерывной подпоследовательностью (SB2) выбранных изображений, удовлетворяющих заданному критерию подобия, выбирают изображение. Выбранное изображение представляет собой репрезентативное изображение (RI) для фрагмента съемки. 6 н. и 8 з.п. ф-лы, 8 ил.
Наверх