А.В. Гречищев Программное обеспечение для обработки данных дистанционного зондирования: критерии выбора
Программное обеспечение для обработки данных ДЗЗ должно позволять получать разнообразные виды продукции на основе информации, поступающей от различных видов сенсоров
А.В. Гречищев (ООО «ДATA+») В 1984 г. окончил факультет прикладной космонавтики МИИГАиК по специальности «исследование природных ресурсов аэрокосмическими средствами». В настоящее время руководитель отдела обработки данных ДЗЗ и 3D-геоинформации ООО «ДАТА+». Область интересов: аэро- и космические съемки Земли, геоинформатика, компьютерное трехмерное моделирование объектов и местности.
Рассматриваемая тема необъятна и в рамках краткого обзора не может быть изложена строго и однозначно. Поэтому логично, не вдаваясь в подробности, рассмотреть спектр исследуемого программного обеспечения (ПО) в некотором обобщенном виде.
Определяющим при выборе ПО для обработки данных ДЗЗ является то, насколько оптимально полученные результаты позволят решить поставленную задачу, т. е. вначале требуется определить вид выходного продукта. В зависимости от целей возможны различные варианты представления результатов: от оригинального снимка до многомерной модели объекта или местности.
Затем необходимо решить, данные какого способа ДЗЗ будут использованы при обработке. В рамках обзора ограничимся рассмотрением данных, полученных из космоса, однако это не означает, что представленное ПО нельзя в той или иной степени использовать для обработки аэроснимков или иных данных о местности.
После того, как определены выходные продукты и исходные данные, можно приступать к выбору конкретной программы, руководствуясь ее функциональностью: наличием тех или иных возможностей обработки информации и способов их реализации. Стоит заметить, что часто критерием выбора является цена (снимков, программ, выходных материалов), но он намеренно не рассматривается в обзоре.
Представление результатов обработки данных ДЗЗ
Результаты обработки данных ДЗЗ чаще всего представляют в виде геопривязанных изображений местности, ортопланов, классификационных карт, цифровых моделей рельефа, комбинации снимков друг с другом или различными наборами растровых или векторных слоев и данных.
Геопривязанные изображения местности и ортопланы это исходные космические снимки, представленные в заданных системе координат и картографической проекции на выбранном земном эллипсоиде, трансформированные соответственно без или с учетом влияния рельефа местности. Как правило, снимок подвергается еще и радиометрической коррекции (изменению яркостных и цветовых значений пикселей) для представления его в более привлекательном или традиционном виде.
Классификационные карты, называемые также клаттерами (clutter) или картами морфологии, наиболее общий тип тематических карт, создаваемых на основе спутниковых снимков. Содержание карт составляют кодированные цветом группы участков земной поверхности. Классификация (отнесение к определенной группе) базируется на сходности покрытия участков или их использования и может быть обобщенной (городская застройка, лес, поле, водная поверхность) или конкретизированной (тип застройки, состав древесных пород, вид сельскохозяйственных культур и т. д.).
Цифровые модели рельефа (ЦМР, модели превышений DEM), часто называемые цифровыми моделями местности, содержат измерения превышений поверхности, полученные в результате фотограмметрической обработки стереопары снимков. ЦМР широко используются в трехмерном моделировании и соответствующих пакетах программ визуализации, получивших распространение в гражданском строительстве, геологическом картографировании, при имитации полета и др.
Объединение (слияние) компьютерная интеграция различных типов спутниковых изображений для создания гибридного продукта, унаследовавшего лучшие свойства исходных материалов. Наиболее часто объединяют панхроматические снимки с высоким разрешением (например, SPOT c разрешением 5 м) с многоспектральными снимками (SPOT 10 м или Landsat 30 м), получая в итоге многоспектральное изображение с повышенным разрешением.
Мозаика. Не редкой является ситуация, когда спутниковый снимок не закрывает всю проектную область. Поэтому необходимо выполнить объединение изображений смежных сцен с использованием сложных алгоритмов, позволяющих совместить снимки вдоль перекрывающихся границ и выровнять несогласованность цветов, получив в итоге изображение большой площади без видимого шва. Не обязательно, чтобы снимки поступали от одного сенсора. Хорошие результаты, например, дает мозаицирование снимков высокого разрешения (детальность) на территорию населенных пунктов и среднего разрешения (пространственный охват) за их пределами. Создание мозаик позволяет значительно снизить затраты на приобретение исходных данных и их обработку.
Типы проектов, связанные с использованием данных ДЗЗ
Невозможно перечислить все отрасли промышленности, сельского хозяйства, науки и т. д., где находит применение космическая информация, но с уверенностью можно сказать, что все проекты, связанные с использованием спутниковых изображений, в той или иной степени могут быть отнесены к следующим типам [1]:
отображение особенностей объектов, явлений, процессов;
классификация покрытия земельных участков и их использования;
отображение изменений;
съемка и картографирование;
обновление векторных карт;
трехмерное моделирование.
Отображение особенностей (функциональное картографирование). Чаще всего космические снимки используются для отображения, определения положения, идентификации, картографирования объектов, явлений, процессов на земной поверхности и их особенностей. В зависимости от разрешения снимка можно отобразить как геологическую структуру в целом, так и земельный надел, как транспортную сеть, так и автобусную остановку. Функциональное картографирование применяется в геологоразведке, транспортной отрасли, лесной промышленности, при городском планировании и т. д.
Классификация покрытия земельных участков. Для проведения такого рода работ чаще всего используются многоспектральные снимки, а для решения задачи необходимо иметь систему обработки изображений с функцией классификации.
Как правило, изображение кодируется цветом так, чтобы каждый класс покрытия земельных участков имел один цвет по всему изображению. При такой классификации сходные по значению пиксели объединяются в группы, а для идентификации типа покрытия используется дополнительная информации, предоставляемая пользователем. Функция «обучение» разновидность процесса классификации, которая после выделения на изображении участка и его идентификации, например как «березовой рощи» или «поля пшеницы», с помощью системы обработки изображений позволяет найти все остальные участки «березовые рощи» и «поля пшеницы». Отображение покрытия земельных участков «любимое» приложение проектировщиков телекоммуникационных систем, лесников, фермеров, специалистов по использованию природных ресурсов, защитников окружающей среды, региональных планировщиков и многочисленных правительственных служб и агентств.
Классификация землепользования (использования земельных участков) базируется на аналогичных информации, методах и принципах, что и классификация покрытия земельных участков. Только в основе отнесения участка к определенной группе лежит вид землепользования. Классификация может быть обобщенной (например, пахотная земля, жилые кварталы, индустриальная зона, зона торговли, городской центр) или конкретизированной (плотность застройки, тип и сплоченность лесных массивов и др.). Карты использования земель часто востребованы (архитекторами, планировщиками застройки, работниками администраций).
Отображение изменений. Эта функция присуща практически любой коммерческой системе обработки изображений и реализуется на основе спутниковых снимков одной географической области, полученных в разное время. После подготовки (согласования) изображений система сравнивает значения соответствующих пикселей и выявляет различия, свидетельствующие о возможных изменениях. Для более наглядного представления области изменений на изображении обычно выделяются ярким цветом. Детальная фиксация изменений может потребовать дополнительной (неавтоматизированной) экспертизы изображения или выборочных обследований.
Этот вид обработки космических изображений обычно используется для автоматического просмотра больших областей и выявления тенденций и направления роста городов, участков незаконной вырубки леса, заболевания деревьев или обмеления водоемов, радикальных изменений в использовании сельхозугодий и т. п.
Съемка и картографирование. В настоящее время все более популярно использование съемки с помощью приемников спутникового позиционирования (GPS, ГЛОНАСС) при картографировании и отображении объектов местности. Применение приемников спутникового позиционирования при съемке местности получило широкое распространение в сельском хозяйстве и гражданском строительстве, особенно в приложениях, которые требуют отображения координат и высот. Геодезисты и топографы предпочитают определять пункты (точки) спутникового позиционирования непосредственно на снимках местности, что позволяет сразу оценить ситуацию.
Обновление векторных карт. Спутниковые изображения последнего поколения могут рассматриваться как идеальные карты, потому что они актуальны и отображают географические отношения, характеристики и свойства наземных объектов и явлений с высокой детальностью. Программное обеспечение для обработки изображений и ГИС позволяет пользователям совмещать спутниковые изображения со сканированной или цифровой картой, выявлять различия и корректировать карты. Так, обнаружив на снимке новые дороги, пользователь имеет возможность добавить новый векторный слой, чтобы отразить эти изменения. В картографической промышленности эта технология становится реальной альтернативой проведению полевых съемочных работ с целью обновления или модификации карты.
Трехмерное моделирование. В пакетах программ обработки изображений или в геоинформационных системах спутниковый снимок может быть совмещен с ЦМР для трехмерного представления ландшафта. Некоторые программы имеют инструментальные средства визуализации, позволяющие, выбрав точку на или над виртуальной поверхностью, перемещаться по трехмерной сцене, изучая особенности ландшафта в реальной перспективе. Трехмерное моделирование с возможностью «обхода» или «облета» требует использования высокопроизводительного компьютера с большим объемом памяти. Этот вид моделирования часто используется лесниками для планирования работ, пилотами для отработки задания, геологами для глубинного структурного анализа, архитекторами для разработки конструкции и многими другими специалистами.
Исходные данные ДЗЗ
В этом разделе не будут рассматриваться характеристики сенсоров необходимые сведения можно найти в сети Интернет, запросить у поставщиков данных ДЗЗ (ООО «ДАТА+», ИТЦ «СканЭкс», ЗАО «Совзонд» и др.) или просмотреть аналитические обзоры по соответствующим ссылкам на сайте ГИС-Ассоциации.
Ценность и практическая применимость спутниковых изображений продолжают возрастать. На орбиту выводятся новые, более совершенные аппараты, и с ростом их числа увеличивается объем предлагаемой информации, в которой далеко не все пользователи хорошо ориентируются им бывает сложно выбрать размер сцены, спектральное и пространственное разрешение или определиться с периодичностью съемки, временем получения снимков и типом сенсора.
В последнее время прослеживается тенденция к запуску космических аппаратов (КА) для выполнения съемки с высоким пространственным разрешением. Известно, что к концу 2008 г. на орбите будут находиться 22 коммерческих спутника с пространственным разрешением 2 м и выше, в том числе шесть радиолокационных, съемка с которых может вестись независимо от погодных условий и времени суток.
В настоящее время действуют пять КА с оптико-электронной аппаратурой для дистанционного зондирования Земли с высоким разрешением (QuickBird-2, IKONOS-2, OrbView-3, EROS A, Formosat-2). К 2008 г. планируется появление не менее восьми аппаратов с разрешением 70 см и выше (три с разрешением 40 50 см). На 2006 г. намечен запуск TerraSAR первого гражданского радиолокационного спутника, позволяющего круглосуточно и всесезонно получать снимки с разрешением до 1 м.
Но не стоит увлекаться манящими цифрами и приобретать снимки только самого высокого разрешения. Иначе можно «за деревьями не увидеть леса». Для решения площадных задач, мониторинга сельскохозяйственных или лесных угодий оптимальными являются снимки среднего разрешения 5 30 м. И здесь большие надежды возлагаются на начало стабильной работы отечественного космического аппарата «Монитор-Э».
Возможность выбора космических материалов с различными характеристиками расширит область их применения, возрастет число пользователей, осознанно предъявляющих высокие требования к результатам обработки данных ДЗЗ, а значит, и к программному обеспечению для извлечения и представления необходимой информации.
Следует отметить, что наилучших результатов можно добиться только при комплексной обработке снимков, сочетая возможности, предоставляемые снимками сверхвысокого, высокого, среднего и даже низкого пространственного разрешения, а также снимками в нескольких спектральных зонах, полученными в разное время различными типами сенсоров.
Необходимо также понимать, что с улучшением пространственного разрешения возрастут и размеры цифровых файлов, что потребует наличия у компьютеров существенных резервов для обработки. Так, исходное 8-битное панхроматическое изображение с разрешением 10 м области размером 60x60 км занимает 35 Мб, а изображение с разрешением 1 м при прочих равных условиях около 3,5 Гб. Современные космические снимки все чаще имеют разрядность 10 12 бит, и для панхроматических изображений приходится использовать уже 2 байта на пиксель, что увеличивает размеры файлов. К тому же ведет и рост числа спектральных каналов. Все это выдвигает дополнительные требования к программному обеспечению для обработки данных ДЗЗ.
Для получения геопривязанных изображений и ортопланов важное значение имеют математические методы трансформирования снимков в заданные картографическую проекцию и систему координат, а также методы пиксельной интерполяции, реализованные в программном обеспечении. Совершенно очевидно, что они не могут ограничиваться только аффинными преобразованиями или интерполяцией по методу «ближайшего соседства». Программное обеспечение для обработки снимков должно поддерживать несколько базовых методов математических преобразований и интерполяции для выбора наиболее оптимального в каждом конкретном случае. Не менее важно иметь возможность выбора картографической проекции, в которой будут представлены результаты обработки. Лучше, если в процессе отображения пересчет в требуемую картографическую проекцию выполняется «на лету», т. е. без создания все новых и новых файлов с изображениями.
Для получения различных классификационных карт, как правило, используются многоспектральные снимки и методы межзональных и статистических вычислений. Необходимо четко понимать, как концепция спектрального отображения связана с пиксельными значениями цифровых спутниковых изображений и чем типы изображений отличаются друг от друга. Изображения, созданные на основе спектральных характеристик поверхности, точно отражают особенности подстилающей поверхности, которые воспринимаются через форму, размер, цвет и полное визуальное соответствие. По значениям коэффициента отражения можно выявить минеральное содержание горных пород, влажность почвы, состояние растительности и множество иных, в том числе явно не видимых, характеристик. Однако цифровой датчик лишь фиксирует и измеряет спектральное взаимодействие излучения и поверхности, а задача программного обеспечения обработать измерения, интерпретировать или представить результаты в понятном для пользователя виде. Более точная и правильная интерпретация извлекаемой из снимков информации возможна, когда аналитик понимает сущность процессов, повлиявших на формирование выходного изображения. Иначе можно получить красивую, но бесполезную картинку.
Для извлечения информации о рельефе местности необходимо иметь как минимум два снимка: стереопару при решении задачи методами классической стереофотограмметрии или интерферометрическую пару при обработке радарной геоинформации. Процессы обработки стереопары или радарной пары принципиально отличаются друг от друга и от обработки спектральных данных. Поэтому их реализация осуществляется либо в отдельных программах, либо в отдельных программных модулях комплексного программного обеспечения. Общими являются способы отображения (визуализации) результатов. Вопрос выбора программного обеспечения для создания по снимкам цифровых моделей рельефа и подготовки ортофотопланов требует отдельного рассмотрения.
Что касается слияния и объединения изображений с различными пространственным и спектральным разрешениями, то, как показывает опыт, наилучших результатов можно добиться, если пространственные разрешения объединяемых панхроматического и спектрального снимков отличаются не более чем в шесть раз. Объединение снимков проходит, как правило, по следующему сценарию: спектральный снимок увеличивают вплоть до достижения им разрешения панхроматического, а затем яркостная составляющая спектрального снимка замещается панхроматическим изображением. Существует несколько методов и алгоритмов слияния, и они могут быть реализованы в одном программном продукте, но их применимость зависит от исходных данных и решаемой задачи.
Из сказанного следует, что программное обеспечение для обработки данных ДЗЗ должно позволять получать разнообразные виды продукции на основе информации, поступающей от различных видов сенсоров.
Программное обеспечение
Программное обеспечение для обработки данных ДЗЗ может быть реализовано в виде самостоятельного специализированного продукта или дополнения, расширяющего возможности обработки изображений других систем (например, ГИС). Бесспорно, чем больше возможностей у ПО, тем лучше, но не обязательно всю обработку вести с помощью одной программы. Можно подобрать несколько программных продуктов или модулей, ориентированных на решение конкретных задач. Важно помнить об основном критерии выбора ПО возможность применения для оптимального решения задачи. Использование тех или иных пакетов программного обеспечения позволяет улучшать качество изображений, анализировать, интерпретировать и извлекать значимую информацию из цифровых снимков. Каким образом это реализовано в программном продукте содержание «черного ящика» разработчиков. Детальный анализ каждого программного продукта заведомо «потянет» на отдельную публикацию.
По просьбе редакции специалисты компаний, поставляющих на российский рынок программное обеспечение для обработки данных ДЗЗ, подготовили блоки таблицы, характеризующие распространяемые ими программные продукты. Прототипом послужила таблица, приведенная в [2]. Стоит отметить, что ни состав поставщиков, ни перечень программных продуктов и их возможностей нельзя назвать полным, но публикация сводных сведений несомненно полезна как в качестве первоначального справочного материала, так и в качестве основы для последующего расширения и дополнения.
В заключение приведу несколько обобщающих замечаний и комментариев к таблице.
Аппаратное обеспечение и операционная система несмотря на распространение платформы Intel и операционных систем семейства Windows, в ряде случаев используются версии ПО, работающие под другими операционными системами (например, семейства UNIX). Раньше считалось, что реализации ПО на UNIX-платформе являются более мощными и производительными. Сейчас это далеко не так однозначно.
Поддержка специальной аппаратуры важна для задач, связанных с отображением стереоизображений (дешифрирование или коррекция ЦМР в стереорежиме) или с трехмерной визуализацией. В случае стереоотображения могут использоваться различные аппаратные средства (очки, экраны и т. д.), а также специальные прецизионные манипуляторы. В случае трехмерной визуализации специальная аппаратура может брать на себя часть вычислительных задач для повышения производительности (например, видеокарты с выделенным графическим конвейером).
Возможность расширения пользователем. В ряде случаев (нестандартная задача, которую можно решить совокупностью стандартных методов; необходимость автоматизировать выполнение типовой задачи или реализовать пользовательскую функцию) возможность создавать пользовательские приложения или настраивать базовое ПО становится важной. Наличие инструментов визуального программирования облегчает работу пользователям, не имеющим навыков программирования.
Форматы и типы данных. Данные ДЗЗ (снимки), представляющие, по сути, растровые изображения, могут поставляться как в некотором собственном формате, так и в одном из общераспространенных (TIFF, BMP и т. д.). Выбирая программное обеспечение, необходимо учитывать формат входных данных, хотя современные программы, как правило, имеют средства импорта и экспорта разнообразных форматов. Кроме того, для выполнения функций обработки важно обеспечить корректное чтение метаданных, сопровождающих изображения. Более того, могут потребоваться архивные изображения, представленные в сжатом виде и соответствующем формате, или тематические карты, вспомогательные данные, которые представляются в специальных векторных форматах.
Модели коррекции и типы геометрических преобразований. В зависимости от степени обработки исходных данных выполняются различные операции по геометрической коррекции изображений. Если известны параметры съемочного сенсора, целесообразно использовать модели коррекции, учитывающие эту информацию. Если информация о характеристиках съемочной аппаратуры отсутствует, используются универсальные преобразования (полиномиальное, проективное, триангуляция и т. д.). Важный элемент наличие в ПО возможности проведения геометрической коррекции «на лету», что позволяет экономить место на накопителях.
Поддерживаемые картографические проекции. Поскольку для отображения территорий различной конфигурации применяются разные картографические проекции, современное ПО поддерживает достаточно большое число проекций. Список эллипсоидов и исходных геодезических дат, как правило, можно дополнять пользовательскими вариантами, что позволяет, например, задавать местные системы координат.
Методы интерполяции изображения важны при геометрических преобразованиях снимков. От выбора метода зависит, как будет выглядеть выходной снимок после трансформирования, изменения масштаба и т. д. Однако для тематической обработки чаще необходимо использовать изображения без интерполяции, чтобы не вносить искажения в значения пикселей и результаты анализа.
Обработка изображений улучшающие преобразования, например, коррекция гистограммы, пространственные преобразования, фильтрация шумов, сглаживание или подчеркивание контуров, инструменты Фурье-анализа и др. Для ряда космических сенсоров существуют преобразования, устраняющие типичные для них дефекты изображений. Иногда вводится поправка, учитывающая изменения параметров среды во время съемки. К этой группе в таблице отнесены и стандартные функции изменения цветовых моделей для многозональных снимков (типа IHS RGB), а также вычисление «вегетационных индексов» и т. д. Важной характеристикой программы является возможность создавать пользовательские алгоритмы фильтрации и выполнять различные операции с изображениями (арифметические, тригонометрические, условные, фокальные, статистические и др.).
Извлечение информации (дешифрирование или классификация). ПО для обработки данных ДЗЗ может включать базовые функции классификации (например, классификация без обучения) или расширенные (с обучением, объектно-ориентированная, нечеткая и др. виды классификации). Выбор целесообразно осуществлять в зависимости от поставленной задачи и опыта проведения автоматизированного дешифрирования.
Список литературы
1. Satellite Imagery: An Objective Guide // CNES, Business Image Group. 1998. P. 1 30.
2. Lemmens M. Remote Sen-sing Processing Software // GIM International. July 2004. P. 53 57.
Тел: (095) 254-65-65, 254-93-35
Факс: (095) 254-88-95
Адрес: 123242, Москва,
ул. Б. Грузинская, 10
E-mail: market@dataplus.ru, lglebova@dataplus.ru
Интернет: www.dataplus.ru
RSS
Реклама
Программное обеспечение для обработки данных ДЗЗ должно позволять получать разнообразные виды продукции на основе информации, поступающей от различных видов сенсоров
