Способ типизации задач обработки данных дистанционного зондирования



Способ типизации задач обработки данных дистанционного зондирования
Способ типизации задач обработки данных дистанционного зондирования

 


Владельцы патента RU 2602339:

Федеральное государственное бюджетное учреждение "Арктический и Антарктический научно-исследовательский институт" (ФГБУ "ААНИИ") (RU)

Изобретение относится к области обработки информации, а более конкретно к анализу информации, получаемой от космических средств дистанционного зондирования Земли. Технический результат - повышение достоверности информации. Способ включает регистрацию параметров собственного или отраженного при контролируемых условиях излучения объектов системы «атмосфера - подстилающая поверхность» и их исследование с помощью количественной оценки его результатов по этапам обработки, причем выделение этапов производят по совокупности изменений в излучении от наблюдаемых объектов при прохождении излучения в атмосфере Земли, преобразований в системе датчика дистанционного зондирования и радиоканале передачи информации с борта космического аппарата. При этом на этапе предварительной обработки выполняют цифровую фильтрацию, спектральную (радиометрическую) коррекцию, геометрическую коррекцию и географическую привязку. На этапе первичной обработки выполняют калибровку бортовой аппаратуры с учетом влияния атмосферы. На этапе вторичной обработки выполняют распознавание фрагментов, характерных для однородных явлений. 5 з.п. ф-лы, 1 ил.

 

Изобретение относится к области обработки информации, а более конкретно к анализу информации, получаемой от космических средств дистанционного зондирования Земли, и предназначено для принятия решения о выборе методов преобразования сигнала.

Известны способы типизации процессов в различных отраслях деятельности, направленные на облегчение принятия решения.

Так, известен способ типизации способов преступления на основе классификации регуляционно-операциональных механизмов человеческого поведения, который позволяет использовать способ совершения преступления для поиска и идентификации личности преступника (Еникеев М.И. Структура и система категорий юридической психологии. Москва, 1996, 42 с.).

Известен также метод типизации способов организации движения предметов труда в дискретном производстве на основе инвариантов дискретного производственного процесса - не изменяющихся при определенных его преобразованиях (конечное время производственной операции, партионный характер движения, строгий порядок выполнения производственных операций и способ организации движения). Выделение инвариантов позволило типизировать производственные процессы и отобразить их выражающими логику превращения исходного материала (заготовки, поковки) в конечный продукт (сборочную единицу, изделие) циклограммами, что, в свою очередь обеспечило возможность установить причинно-следственные связи, представить их символически (с помощью формул) и подтвердить их достоверность на разнообразных числовых примерах. (Файнгольд М.Л., Кузнецов Д.В. Основы расчета длительности производственного цикла (методология и теория) / Под науч. ред. М.Л.Файнгольда. - Владимир: Издательство ВГПУ, 2001. - 63 с.).

Известны способы определения различных типов геологического разреза и стратиграфической корреляции горных пород между скважинами по данным бурения и геофизических исследований в скважинах (Дахнов В.Н. "Интерпретация результатов геофизических исследований скважин. Гостоптех-издат, 1962, 377 с. Долицкий В.А. "Геологическая интерпретация материалов геофизических исследований скважин." Недра, М., 1966, с.386. "Методы изучения осадочных пород". Под ред. акад. Н.М.Страхова. Гос.научн.-техн. изд-во литературы по геологии и охране недр. М. - 1957, 563 с."Практическая стратиграфия. " Под ред. И.Н.Никитина, А.И.Жамойды. Ленинград, Недра, Ленинградское отделение, 1984, 320 с.). Недостатком указанных способов является качественное использование совокупности скважинной информации и неоднозначная визуальная амплитудно-фазовая корреляция кривых геофизических исследований в скважинах между скважинами, которая часто трактуется по разному, особенно в пределах непосредственно нефтегазопродуктивных интервалов, вне расположения резких реперных границ.

Известен также взятый за прототип способ типизации и корреляции нефтегазопродуктивных горных пород по скважинным спектрально-временным параметрам, путем параметризации данных на основе спектрально-временного анализа и количественной оценки его результатов и корреляции между скважинами по совокупности количественных спектрально-временных параметров в частотно-временной развертке (Способ типизации и корреляции нефтегазопродуктивных горных пород по скважинным спектрально-временным параметрам. Патент РФ на изобретение №2201606). В данном способе результаты геофизических исследований скважин количественно параметризуют на основе спектрально-временного анализа и количественной оценки его результатов с помощью определения произведения удельных по частоте и времени спектральных плотностей энергетических спектров на частоту и время максимумов, либо средневзвешенные значения частоты и времени, а также отношения энергии спектров высоких частот и больших времен к энергии спектров низких частот и меньших времен. Проводят типизацию нефтегазопродуктивных горных пород и их корреляцию между скважинами по совокупности количественных спектрально-временных параметров в частотно-временной развертке.

Недостатком прототипа является практическая невозможность выбора конкретных методов количественной обработки в зависимости от значений спектрально-временного анализа для информации, получаемой с помощью средств дистанционного зондирования, не позволяющего осуществить временной анализ и, следовательно, проведение спектрально-временного анализа.

Известна (см. фиг.1) система дистанционного зондирования (Патент РФ на полезную модель №58735), состоящая из объекта наблюдения - объектов системы «атмосфера-подстилающая поверхность» с характеристиками, поддающимися наблюдению. В данной системе модуль обработки и интерпретации результатов и принятия решения, содержит ряд материальных носителей - носитель (А9) с файлами данных, содержащих информацию о первичной обработке F(4-3), заключающейся в восстановлении значения параметров электромагнитного излучения, порождаемого комплексным явлением и поступающего на вход размещенного на ИСЗ датчика; материальный носитель (А10) содержит размещенные в файле данные об информации по вторичной обработке F(3-2), заключающейся в восстановлении значения параметров электромагнитного излучения, формируемого отдельным явлением; материальный носитель (А11), включающий информацию о тематической обработке F(2-l), заключающейся в восстановлении характеристик протекающих в объекте наблюдения процессах, а также результаты всех этапов обработки (А8)-(А10).

Первая часть системы (элементы A1 - А4) осуществляет преобразования информации о протекающих в система "атмосфера - подстилающая поверхность" процессах.

Преобразование F(l-2) заключаются в действии механизмов отображения различных процессов, происходящих в системе "атмосфера - подстилающая поверхность", в физических явлениях. Так, процесс вертикального перемещения воздушных масс в циклоне приводит к конденсации водяного пара и образованию облачности. Явление облакообразования при этом будет индикатором процесса конденсации воды в восходящем потоке воздуха.

Процесс понижения температуры воздуха до отрицательных температур над водной поверхностью будет сопровождаться явлением образования льда.

F(l-2) - преобразование, в результате которого формируется явление, как индикатор процесса. Индикатором процесса служит образование новых объектов в системе "атмосфера - подстилающая поверхность", изменение их состояния или характеристик.

Преобразование F(2-3) направлено на формирование комплексного явления (A3). Как правило, природное явление наблюдается комплексно - одновременно может формироваться несколько явлений. Так, процесс облако-образования сопровождается возникновением новых объектов (облаков) и изменения размеров и агрегатного состояния водяных капель.

Преобразование F(3-4) заключается в формировании спектрального образа комплексного явления (А4), наблюдающегося от объектов системы "атмосфера - подстилающая поверхность".

Преобразование F(2-4) заключается в формировании спектрального образа (А4) единичного явления, формируемого одним процессом и объектом, наблюдающимися в системе "атмосфера - подстилающая поверхность".

Преобразование F(l-3) заключается в формировании комплексного явления (A3) при протекании одного процесса.

Преобразования F(4-5) заключается в трансформации спектрального образа комплексного явления (А4) в излучение, поступающего на вход чувствительного элемента бортового датчика дистанционного зондирования (А5).

Преобразование F(5-6) заключается в кодировании выходного сигнала датчика дистанционного зондирования с параметрами напряжения, тока или сопротивления, кодированное значение которых в виде условных знаков спектрального образа комплексного явления (А6) передается на Землю по радиоканалу связи.

Преобразование F(6-7) заключается в воздействии на передаваемый сигнал (А6) помех и других сторонних воздействий, искажающих его, включая условия съемки. Эти изменения включают как пространственное изменение (закон сканирования или съемки), так и информационное преобразование (искажающие помехи) при регистрации на приемном устройства в виде изображения условных знаков спектрального образа комплексного явления (А7).

Вторая часть схемы (элементы А7- А11) отражает действия, производимые при осуществлении наземной обработки.

К продукции дистанционного зондирования относятся:

- информация, т.е. запись сигнала, получаемого на приемном пункте без какого-либо преобразования;

- результаты предварительной обработки, заключающейся в устранении искажений, внесенных влиянием технических трактов (канала связи, конструктивных особенностей датчика дистанционного зондирования, параметров орбиты и т.д.). По своей сути такие данные являются оценкой интегрального излучения, приходящего на датчик с каждого формируемого в элементе разрешения (пиксела). Содержание предварительной обработки F(5-4) заключается в учете закономерностей преобразования информации в цепях F(4-5), F(5-6), F(6-7);

- результаты первичной обработки (А9), представляющие собой оценку комплексного явления;

- результаты вторичной обработки (А 10) - являющиеся оценкой n-го явления;

- результаты тематической обработки (A11) описывающие происходящие в системе "атмосфера - подстилающая поверхность" процессы. Для их получения необходимо выполнить весь цикл обработки принимаемой информации (А7) - предварительную F(7-4), первичную F(4-3) и вторичную F(3-2).

Как следует из описания системы дистанционного зондирования, обработка информации занимает одно из ключевых положений - именно с ее помощью производится продукция, необходимая пользователям.

К настоящему времени накоплен значительный опыт монографических исследований, посвященных выбору приемов преобразования (обработки) информации дистанционного зондирования, однако конкретного правила выбора преобразования информации в зависимости от решаемых задач выявлено не было.

В качестве такого правила предлагается способ типизации задач обработки на основе инвариантов преобразования информации о трансформации спектрального образа наблюдаемых объектов.

Технический результат заключается в повышение достоверности способа и достигается путем введения процедуры объединения методов обработки в классы/типы задач в зависимости от вида трансформации излучения (спектрального образа) по признаку преобразования интенсивности и спектрального состава.

Способ осуществляется следующим образом (см. фиг.1).

Задача 5. Задачи, связанные с использованием визуального просмотра изображений без их геометрической коррекции.

В основном - это задачи экспресс обнаружения объектов без решения навигационных задач определения координат объектов по снимкам.

Решение данного класса задач основано на осуществлении приема сигнала с датчиков дистанционного зондирования, установленных на космическом аппарате и регистрации его на материальных носителях.

Виды обработки:

Визуализация сигнала. Достигается с использованием технических средств: для аналогового сигнала - факсимильной техники; для цифрового сигнала - средства вычислительной техники.

Обработка изображения. Тоно-цветовая коррекция. Осуществляется путем изменения контрастности и яркости изображения, а также препарированием изображений, преобразованием гистограмм и эквализацией. Как правило, обработка осуществляется стандартными пакетами обработки изображения (для цифрового формата) и параметрами регистрации (для факсимильной техники).

Операции.

1. Контрастирование. Операция связана с улучшением согласования динамического диапазона изображения и средства отображения информации. Обычно для цифрового представления каждого отсчета изображения входной или выходной сигналы могут принимать значения из диапазона 0…255, где значению 0 присваивается уровень черного, а значению 255 - уровень белого.

При линейном контрастировании используется линейное поэлементное преобразование вида:

y = x x min x max x min ( y max y min ) + y min

Улучшение связано с использованием после контрастирования полного динамического диапазона экрана, что отсутствует у исходного изображения.

2. Линейное изменение яркости связано в операцией вида у = а·x+b, где параметры а и b определяются желаемыми значениями минимальной и максимальной выходной яркости.

3. Препарирование изображения. Представляет собой класс поэлементных преобразований изображений, когда значение а имеет заданную функциональную зависимость при b=0. Препарирование обычно применяется в автоматических системах обработки визуальной информации, поскольку получаемое изображение может содержать всю информацию, необходимую для последующей обработки. Например, если требуется автоматически представить ИК-изображение облачности в виде трехмерной картины, то применяется способ обработки, для чего достаточно бинарного препарата, передающего эту конфигурацию.

4. Преобразование гистограмм и эквализация

Преобразование гистограмм осуществляется путем приведения законов распределения яркости изображения к заданному виду. Преобразование плотности вероятности при этом предполагает знание интегрального распределения для исходного изображения, которое, как правило, априори неизвестно. Поэтому в практике обработки изображений преобразование распределений выполняют в два этапа. На первом этапе измеряется гистограмма исходного изображения, представляющая собой таблицу из 256 чисел. Каждое из них показывает количество точек в кадре, имеющих данную яркость. После деления всех чисел этой таблицы на общий размер выборки (равный числу используемых точек изображения) получают оценку распределения вероятностей яркости изображения. На втором этапе непосредственно выполняется само нелинейное преобразование, которое обеспечивает необходимые свойства выходного изображения. Осуществлением данной операции достигается ситуация, при которой вместо неизвестного истинного интегрального распределения используется его оценка, основанная на использовании гистограммы. Преобразование, при котором выходное изображение имеет равномерное распределение, называется эквализацией или выравниванием гистограмм.

Задача 4. Заключается в проведении предварительной обработки сигнала, состоящей в устранении помех радиотракта, исправлении яркостных искажений, внесенных бортовой аппаратурой и геометрическими искажениями, вызванными особенностями обзора сферической поверхности Земли и выбранной картографической проекцией, в которой отображаются результаты обработки. После окончания обработки получается оценка пространственного распределения спектрального образа комплексного явления (излучения, приходящего на чувствительный элемент датчика дистанционного зондирования).

Виды обработки:

1. фильтрация помех;

2. спектральная коррекция (преобразование чувствительным элементом ДДЗ);

3. геометрическая коррекция и географическая проекция.

Операции:

1. Цифровая фильтрация. Помехи на изображении бывают разных видов. Самым распространенным является импульсный шум - случайные изолированные точки на изображении, значение которых значительно отличается от значений окружающих их точек. Данный вид помех обусловлен шумами радиотракта. Цифровые фильтры шумов сигнала изображения описывают в частотной области (как амплитуды и фазы). В случае цифровых фильтров дискретное преобразование Фурье (ДПФ) позволяет непосредственно находить частотную характеристику, а алгоритмы бысрого преобразования Фурье (БПФ) делают методы преобразования в частотную область предпочтительными. Основная идея цифрового фильтра состоит в аппроксимации искомой характеристики реализуемой математической функции.

Ослабление действия помех достигается фильтрацией. При фильтрации яркость каждой точки исходного изображения заменяется некоторым другим значением яркости, в наименьшей степени содержащей помеху. Наиболее изученными являются глобальные фильтры, т.е. фильтры, при проектировании которых используются такие характеристики сигналов, как спектральные характеристики или корреляционные функции. При этом указанные характеристики ставятся в соответствие всей реализации обрабатываемого сигнала. Локальные фильтры определяют выходной сигнал преобразованием исходных значений из некоторой области, называемой апертурой фильтра, размеры которой много меньше размеров обрабатываемого сигнала. Кроме БПФ, применяется множество других преобразований, например, преобразование Винограда-Фурье, алгоритм первоначального множителя, медианная фильтрация, при которой используется двумерное окно (апертура фильтра), обычно имеющее центральную симметрию. При преобразовании Уолша сигнал раскладывается на прямоугольные импульсы, а не на синусоиды, и оно вычисляется быстрее, чем быстрое преобразование Фурье. Преобразование Адамара, построенное с помощью перестановки последовательности Уолша, вычисляется еще быстрее. Преобразование Хаара особенно полезно для определения краев при обработке изображений.

Применяются также методы корректирующей фильтрации, которые могут размыть мелкие детали изображения. Данные фильтры используются для улучшения качества видеоизображения и не пригодны для предварительной и последующей обработки, требующей получения абсолютных значений (температуры поверхности океана, высоты облачности, толщины морского льда). К данному виду фильтрации относятся:

а. Размытие (Blur). Эффект размытия достигается применением линейного однородного фильтра с размером окрестности n × n. Его применение приводит к уменьшению контраста между точками. Используется для смягчения границ между фрагментами изображения;

б. Размытие по Гауссу (Gaussian Blur). Данная операция сравнима по результату с усреднением, только пиксель смешивается с окружающими по определенному закону, заданному функцией Гаусса. Гауссовское размытие - это свертка изображения, представимая в виде g(x,y)=ƒ1(x)ƒ2(y), которую можно производить последовательно по строкам и по столбцам, что приводит к значительному ускорению работы метода при больших размерах фильтра. Применяется для смягчения и эффекта легкого размытия;

в. "Умное" размытие (Smart Blur). Данный фильтр позволяет точно управлять размытием изображения. В качестве параметров настроек этого фильтра устанавливается радиус и порог размытия, а также можно выбрать качество и режим, в котором будет работать данный фильтр. Состав функций обычно определяется в соответствии с требованиями потребителей.

2. Спектральная (радиометрическая) коррекция.

Результатом операции является получение оценки значений спектрального образа комплексного явления - значения спектрального образа, приходящего на чувствительный элемент датчика дистанционного зондирования.

Калибровка датчика дистанционного зондирования осуществляется по нескольким опорным значениям. Например, сканер спутника NOAA имеет по одному каналу видимого и ближнего инфракрасного диапазона (1-й и 2-й каналы), один ИК-канал на 3,5 мкм (3-й) и два канала теплового ИК-диапазона (4-й и 5-й). Предусмотрена бортовая калибровка последних трех каналов. Для этого сканер направляется на космическое пространство (эта точка принимается за нуль) и в полость абсолютно черного тела, установленного на борту КА, что дает две точки для коррекции температуры по линейному закону. Корректировочные коэффициенты для 3-5-го каналов включены в файл данных, передаваемых со спутника. 1-й и 2-й каналы калибруются только на Земле перед запуском спутника (соответствующие коэффициенты также включены в файл данных). С течением времени показания 1-го и 2-го каналов необходимо корректировать. Для этого наблюдаются одни и те же объекты на Земле, текущая интенсивность излучения сравнивается с результатами предыдущих наблюдений. И текущие, и полученные прежде данные подвержены разбросу из-за влияния атмосферы, прозрачность которой постоянно меняется из-за естественной изменчивости природных объектов и других факторов. Так, процедура калибровки и корректировки данных 4-го канала выглядит следующим образом. Показания U датчика этого канала после аналого-цифрового преобразования лежат в пределах 0-1023 (10-битовое кодирование). Пусть U=427. Поток энергии можно найти по формуле B(λ,T)·λ2 = A+K·U, A=590,888 Вт·мкм/м2, K=-1,60156 Вт·мкм/м2 - корректировочные коэффициенты из файла данных. В нашем примере В(λ,Т) = 907,022/λ2 Вт/м2мкм. Из формулы Планка

B ( λ , T ) = c 1 λ 5 1 [ exp ( c 2 λ T ) 1 ]

получаем, что при λ = 10,96 мкм, с1=1,1911 • 108 Вт • мкм42, с2=14 388 мкм·К радиационная температура объекта равна

T = (λ / c2)ln(c1 / λ5 B+1) = 284,57 K

Пусть U = 428, т.е. показания датчика изменились на единицу. В этом случае B = 905,421/λ2Вт/м2мкм, Т = 284,46 К. Таким образом, изменению показаний датчика ΔU= 1 соответствует изменение температуры ΔТ=0,1 К. Величина ΔT характеризует радиационное разрешение датчика.

3. Геометрическая коррекция и географическая привязка.

Геометрическая коррекция осуществляется на основе учета законов обзора земной поверхности по орбитальным данным с возможностью нанесения сетки (нормализация).

Географическая привязка снимков заключается в трансформировании нормализованной информации в одну из картографических проекций.

В метеорологии и спутниковой метеорологии применяются следующие азимутальные проекции:

- азимутальная равновеликая проекция;

- азимутальная равнопромежуточная;

- равноугольная азимутальная (стереографическая).

Азимутальная равновеликая проекция является проекцией, полученной в результате проектирования земной поверхности на плоскость, касающуюся глобуса. Эта проекция может использоваться как в нормальном, так и в поперечном и косом положениях. Искажение в углах этой проекции будет минимальным, нежели в других равновеликих проекциях. Благодаря своим свойствам азимутальная равновеликая проекция широко применяется для карт, на которых нужно правильно передать не только площади территорий, но и очертания этих территорий. В поперечном положении эта проекция используется для построения карт полушарий, а в косом положении - для карт материков Азии, Австралии, Северной Америки, Южной Америки и карт океанов.

Азимутальная равнопромежуточная проекция (проекция Постеля) получена в результате проектирования земной поверхности на плоскость, касающуюся глобуса. Эта проекция может использоваться как в нормальном, так и в поперечном, и косом положениях. Любая часть земного шара, ограниченная окружностью, изображается с меньшим относительным искажением длин, чем в какой бы то ни было другой проекции. Проекция широко применяется для территорий, имеющих округлую форму. В случае, если территория имеет малые размеры, то в этой проекции можно создавать карты крупного и среднего масштаба. Применяется в тех случаях, когда желают в какой-нибудь точке карты сохранить без искажений азимуты и расстояния от этой точки, до любой другой (авиационные, сейсмические карты с аэропортом или сейсмической станцией в центре).

Равноугольная азимутальная (стереографическая) проекция получена по законам линейной перспективы. Эта проекция используется как для построения метеорологических карт (приземного анализа и карт барической топографии), так и для создания картоосновы для трансформации изображений, получаемых с помощью аэрокосмических средств дистанционного зондирования. В этой проекции любой круг, взятый на поверхности сферы, будет изображаться также кругом. Форма и углы сохраняются, площадь передается без искажения только в центре, искажения возрастают по мере удаления от центра, масштаб длин также увеличивается по мере удаления от центра. Благодаря своим свойствам, проекция получила широкое применение на практике (карты Северного и Южного полушарий). В ней хорошо изображать территории, имеющие округлую форму, т.к. она будет удовлетворять теореме Чебышева, по которой наилучшей проекцией считается та, где масштаб длин сохраняется вдоль контура изображаемой территории. Также в этой проекции можно создавать карты крупного (1:2000 - 1:100 000) и среднего масштабов (1:200 000, 1:500 000).

В отсутствии атмосферы оценку спектрального образа комплексного явления можно считать простой задачей - определением освещенности и геометрических размеров. Наличие атмосферы усложняет зависимость между источником излучения и излучением, падающим на чувствительный элемент датчика дистанционного зондирования.

Задача 3. Решение данной задачи включает процесс первичной обработки, дающей возможность получить оценку комплексного явления (A3). Оценка заключается в учете влияния атмосферы на искажение спектрального образа комплексного явления (А8).

Корректировка параметров изображения с учетом влияния атмосферы на распространение солнечного излучения осуществляется тремя способами.

Первый метод - метод математического моделирования. Наиболее распространенной является программа LOWTRAN, использующая стандартную модель атмосферы. Исходными данными являются метеорологические показатели, сезонные и географические параметры. Определить некоторые характеристики атмосферы, например аэрозольные, очень трудно.

Второй метод коррекции изображения, полученного дистанционными системами, основан на калибровке цели. Для осуществления коррекции необходимо выполнение нижеперечисленных условий:

1) следует знать показатели рассеивания с заданной точностью для определенного спектрального диапазона;

2) диапазон показателей рассеивания калибратора должен охватывать показатель рассеивания объекта;

3) каждый калибратор должен обеспечивать охват области как минимум в несколько пикселей;

4) калибратор должен обеспечивать настройку на различные атмосферные условия.

Задача 2. Заключается в проведении вторичной обработки - получении оценки отдельных явлений, наблюдаемых на анализируемой сцене. Задача решается путем осуществления предварительной и первичной обработки и распознавания на анализируемой сцене (визуально или с помощью средств вычислительной техники) фрагментов, характерных для однородных явлений.

Результатом являются выделенные зоны обнаруживаемых полей. В качестве такого вида обработки можно рассмотреть классификацию облачности с использованием изображений в видимом и инфракрасном диапазоне.

Известно, что отражение излучения от облаков зависит от содержания в них воды. Облако, которое имеет большее содержание воды, как правило, выше и имеет большее отражение. Конвективные облака выглядят ярче слоистых, потому что они содержат в своей толще воду в виде капель и толще других типов облаков. Иными словами, Cg ярче, чем Си, и Cb еще ярче, чем Cg. Другими словами, облака, формирующиеся в низких слоях атмосферы, ярче, чем облака, формирующиеся в высоких слоях. То есть St ярче Cu. Но встречаются очень плотные Ci, например, в начале весны над континентом.

На инфракрасных изображениях верхняя граница облаков высокого яруса выглядит ярко и облака низкого яруса выглядят темнее. Из слоистых облаков Ci является самым ярким, затем идет St. Очень плотные Ci имеют примерно такую же температуру верхней границы облаков, как Cb, и отличить ее от Cb зачастую трудно. St имеет более низкую температуру верхней границы, что затрудняет ее выделение на фоне температуры поверхности Земли, поэтому обнаружить St только по инфракрасным изображениям трудно. Для конвективных облаков степень их развития классифицируется по высоте верхней границы. Иначе говоря, высота верхней границы развитых конвективных облаков является самой высокой для Cb, затем следуют Cg и Cu.

Схема определения типов облачности с использованием видимого и инфракрасного изображений приведена на рисунке 14. Эта диаграмма показывает рассмотренные отношения в качественной форме.

Задача 1. Заключается в проведении тематической обработки - оценке происходящих процессов, заключающейся в проведении (как количественного, так и качественного) анализа зависимостей "процесс - явление".

Таким образом, выделение этапов и набор необходимых преобразований информации производят по совокупности изменений в излучении от наблюдаемых объектов при прохождении излучения в атмосфере Земли, преобразований в системе датчика дистанционного зондирования и радиоканале передачи информации с борта ИСЗ.

1. Способ типизации задач обработки данных дистанционного зондирования, включающий регистрацию датчиком на борту космического аппарата собственного или отраженного при контролируемых условиях излучения объектов системы «атмосфера - подстилающая поверхность», его преобразование в один из параметров электрического тока, кодирование указанного значения, передачи по каналам связи на наземный пункт приема, выполнение предварительной, первичной, вторичной и тематической обработки, отличающийся тем, что при предварительной обработке принятый на наземном пункте приема сигнал известным способом преобразуют в значение одного из параметров электрического тока, при первичной обработке указанное значение известным способом далее преобразуют в величину поступающего на бортовой датчик собственного или отраженного при контролируемых условиях излучения объектов системы «атмосфера - подстилающая поверхность», которое в свою очередь при вторичной обработке известным способом преобразуется в величину излучения на верхней границе атмосферы, а при тематической обработке данная величина известным способом преобразуется в характеристики процессов, происходящих в системе «атмосфера - подстилающая поверхность».

2. Способ типизации задач обработки по п. 1, отличающийся тем, что каждому этапу обработки сопоставляется определенный набор решаемых задач.

3. Способ типизации задач обработки по п. 2, отличающийся тем, что на этапе предварительной обработки выполняют цифровую фильтрацию, спектральную (радиометрическую) коррекцию, геометрическую коррекцию и географическую привязку.

4. Способ типизации задач обработки по п. 2, отличающийся тем, что на этапе первичной обработки выполняют калибровку бортовой аппаратуры и геометрическую привязку принятой информации.

5. Способ типизации задач обработки по п. 2, отличающийся тем, что на этапе вторичной обработки визуально или с помощью средств вычислительной техники выполняют распознавание фрагментов, характерных для однородных явлений.

6. Способ типизации задач обработки по п. 2, отличающийся тем, что на этапе тематической обработки выполняют преобразования по восстановлению процессов, происходящих в системе «атмосфера - подстилающая поверхность».



 

Похожие патенты:

Использование: для обработки двухмерных изображений срезов, определяющих объем трехмерного изображения. Сущность изобретения заключается в том, что устройство содержит контроллер графического пользовательского интерфейса, блок двухмерной сегментации и блок трехмерной сегментации.

Группа изобретений относится к способам и устройствам для формирования дифференциальных фазовых контрастных изображений. Техническим результатом является обеспечение возможности корректировки количества артефактов в данных изображения.

Изобретение относится к области формирования эмиссионных изображений. Техническим результатом является повышение точности очертания сердца в эмиссионном изображении.

Изобретение относится к системе наблюдения и способу обнаружения засорения или повреждения аэродрома посторонними предметами. Система содержит одну или несколько камер для получения изображений аэродрома.

Изобретение относится к технологиям визуализации медицинских изображений. Техническим результатом является уменьшение визуально наблюдаемых искажений при визуализации изображений.

Изобретение относится к области совмещения изображений. Техническим результатом является повышение качества совмещения изображений.

Изобретение относится к области оповещения пользователя об интересующей области в одном изображении из последовательности медицинских изображений пациента. Техническим результатом является обеспечение обнаружения отклонений в интересующей области в медицинских изображениях.

Изобретение относится к технологиям оптического определения положения и/или ориентации объекта в пространстве на основе изображений, полученных от камер. Техническим результатом является повышение точности определения положения, ориентации объекта в пространстве.

Изобретение относится к обработке изображений. Уменьшено влияние разницы между пробами клетки-мишени и разницы в условиях формирования изображения и так далее.

Группа изобретений относится к медицине и может быть использована для оценки дозы облучения, поглощенной индивидуумом при прохождении томографического сканирования.

Изобретение относится к области обработки и генерации данных изображения. Технический результат - обеспечение возможности идентифицировать объект на захваченном изображении и повышение точности локализации визуализируемого объекта. Способ визуализации объекта заключается в: захвате цифрового изображения, получении элементов дополнительной информации из электронной памяти, каждый из которых соответствует заранее заданному объекту, отображении, по меньшей мере, одного элемента дополнительной информации с наложением на цифровое изображение; в электронной памяти хранят данные образов соответствующих объектов, осуществляют обнаружение и распознавание, по меньшей мере, одного объекта в каждом выбранном кадре захваченного изображения, отображают, по меньшей мере, один элемент дополнительной информации в непосредственной близости от соответствующего объекта на захваченном изображении, если обнаруженный и распознанный на предыдущих выбранных кадрах объект перестал обнаруживаться на последующих выбранных кадрах в течение установленного заранее времени, то делают вывод об отсутствии объекта на захваченном изображении и прекращают вывод дополнительной информации, связанной с объектом. 7 з.п. ф-лы, 4 ил.
Наверх