Комплексная мульти- и гиперспектральная обработка изображений видимого и ИК диапазонов в задачах обнаружения и классификации объектов на неоднородном фоне

Предложен метод комплексной классификации мультиспектральных изображений высокогоразрешения. Показано, что для природных и антропогенных зон предъявляются различныетребования к параметрам пространственной обработки картосхем, полученных на этапе спектральнойклассификации. Поэтому с помощью преобразования Харриса формируется маска и выполняетсялокально-адаптивное сглаживание с помощью процедуры выбора наиболее часто встречающегосякласса в скользящем окне разного масштаба. В результате отсутствует излишняя детализацияизображений на естественных ландшафтах и обеспечивается необходимая точность классификациина антропогенных территориях.Разработан метод обнаружения слаборазличимых пространственных изменений, вызванныхантропогенным воздействием. Он основан на предварительной спектральной фильтрации споследующим попиксельным формированием разностных кадров и их анализе за счет оценкисогласованности изменения во времени одинаковых по яркости пикселей изображений с помощьюдиаграммы прямого и обратного разброса. Эффективность предложенных методовпродемонстрирована на реальных данных дистанционного зондирования Земли.Установлено, что для эффективной обработки гиперспектральных (ГС) изображений природных иантропогенных территорий недостаточно методов, основанных на сравнении с эталоннымиспектрами, а необходимо также учитывать распределение данных в пространстве признаков. Приобработке тестовых изображений природной зоны и городской застройки показано, что сокращениеколичества спектральных признаков методом главных компонент (до 15-20 для природной зоны и 5-10 для городской застройки) позволяет уменьшить трудоемкость обработки на два порядка, безсущественного снижения эффективности классификации.Исследована эффективность методов спектрально-пространственной классификации ГС данных,основанных на предварительном медианном сглаживании обрабатываемых изображений и напостобработке картосхем попиксельной спектральной классификации путем выбора доминирующегокласса в локальных окрестностях (или сегментах). Показано, что учет близкорасположенныхпикселей позволяет повысить точность классификации ГС изображений. Так доля верноклассифицированных пикселей с использованием только спектральных признаков составила дляизображения природной зоны - 79.7%, а использование пространственных признаков позволило ееувеличить до 92-93%.Выявлены особенности, позволяющие осуществлять классификацию типов поверхности в поленаблюдения, и в частности выделение антропогенных объектов на естественном фоне. Показано, чтодля их эффективного обнаружения перспективна совместная обработка спектральных ипространственных признаков с последующим синтезом высокоинформативных изображений.Рассмотрена возможность разработки и исследования методов и технических решений дляповышения эффективности оптико-электронных средств наблюдения и разведки на основекомплексной обработки в реальном времени узкополосных (квазимонохроматических) изображенийс многоэлементных фотоприемных устройств видимого, ближнего и коротковолнового ИКдиапазонов