Бесплатный автореферат и диссертация по наукам о земле на тему

Разработка и исследование методов геометрической коррекции и фотограмметрической обработки материалов воздушной нестабилизированной гиперспектральной съемки

ВАК РФ 25.00.34, Аэрокосмические исследования земли, фотограмметрия

Автореферат диссертации по теме "Разработка и исследование методов геометрической коррекции и фотограмметрической обработки материалов воздушной нестабилизированной гиперспектральной съемки"

Никишин Юрий Александрович

Разработка и исследование методов геометрической коррекции и фотограмметрической обработки материалов воздушной нестабилизированной гиперспектральной съемки

Специальность 25.00.34 - «Аэрокосмические исследования Земли,

Автореферат диссертации на соискание ученой степени кандидата технических наук

фотограмметрия»

-1 ДЕК 2011

Москва-2011

005004229

Работа выполнена в ГОУ ВПО Московский государственный университет геодезии и картографии (МИИГАиК).

Научный руководитель: доктор технических наук, профессор

Журкин Игорь Георгиевич

Официальные оппоненты: доктор технических наук

Алчинов Александр Иванович

кандидат технических наук Михайлов Александр Павлович

Ведущая организация: ОАО Научно-исследовательский институт

точных приборов «НИИ ТП»

Защита диссертации состоится «21 » ЦУКаБрЭ 2011 г. в час. на заседании диссертационного совета Д 212.143.01 при Московском государственном университете геодезии и картографии (МИИГАиК) по адресу: 105064, Москва, Гороховский пер., д. 4, зал заседаний Ученого совета. С диссертацией можно ознакомиться в библиотеке МИИГАиК.

Автореферат разослан « » ноября 2011 г.

Ученый секретарь диссертационного совета

Б.В. Краснопевцев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Для повышения надежности дешифрирования в настоящее время большие надежды возлагаются на гиперспектральные методы дистанционного зондирования Земли (ДЗЗ), реализующие синхронный сбор информации о местности в нескольких достаточно узких спектральных каналах, охватывающих видимый и инфракрасный диапазоны спектра. Однако методы обработки таких данных мало разработаны, что делает важным развитие данного направления.

В то же время на государственном уровне утверждаются и претворяются в жизнь программы, направленные на обеспечение различных видов мониторинга страны и Земли в целом, подразумевающее создание и развитие космических систем нового поколения, оснащенных гиперспектральными датчиками.

Многие задачи исследования территории и, в особенности, различные виды мониторинга участков местности с быстрой изменчивостью ситуации, требуют получения объективных и постоянно обновляющихся данных. Задача может решаться путем проведения оперативных съемок, осуществляемых с определенной периодичностью (сезонной и даже суточной). Однако, эксплуатация специализированных для проведения подобных съемок авианосителей, оснащенных современными устройствами стабилизации аппаратуры и пространственной привязки получаемых изображений, достаточно дорога, а космическая съемка может не удовлетворять требованиям к качеству получаемых материалов или оперативности их получения.

Выход из сложившейся ситуации, когда требуются любые материалы об оперативной информации о местности, состоит в использовании летательных аппаратов, не оснащенных средствами стабилизации съемочной системы (в том числе малых и беспилотных). С этой целью в ФГУП «Госцентр «Природа» был разработан экспериментальный образец бортового видеоспектрометра (ВВС) «Сокол-ГЦП», позволяющий осуществлять гиперспектральную аэросъемку с

легкомоторного самолета. Однако использование получаемых таким образом материалов БВС затрудняется значительными геометрическими искажениями изображений, вызванные отсутствием стабилизации съемочной камеры в полете. Поэтому тема данного исследования - разработка методов обработки гиперспектральных изображений (ГИ), получаемых в результате воздушной съемки без средств стабилизации, является актуальной.

Цель и задачи исследования. Целью диссертационной работы является разработка и исследование методов геометрической коррекции и фотограмметрической обработки материалов воздушной гиперспектральной съемки. Для реализации поставленной цели решались следующие задачи:

- анализ современного состояния и перспектив развития гиперспектрального метода дистанционного зондирования Земли;

- исследование геометрии построения изображения гиперспектрометром и расчет параметров съемки, обеспечивающих измерительное качество изображения в условиях отсутствия стабилизации камеры,

- разработка и апробация методики и технологии геометрической коррекции искаженных гиперспектральных изображений;

- оценка спектральных характеристик гиперспектральных изображений до и после их трансформирования.

Объект и предмет исследования. Объектом исследований является технология получения и обработки ГИ, а предметом исследования являются разработанные методы обработки ГИ. При выполнении исследований были использованы данные видеоспектральной съемки, полученные специализированным БВС «Сокол - ГЦП», а также другие материалы, предоставленные ФГУП «Госцентр «Природа».

Методы исследования. Теоретические и практические исследования выполнялись на основе последних достижений в области ДЗЗ и фотограмметрии.

Научная новизна результатов исследований заключается в том, что

впервые разработан метод и технология геометрической коррекции

4

изображений, получаемых нестабилизированным бортовым

гиперспектрометром при отсутствии регистрации элементов ориентирования, что обеспечивает эффективное использование гиперспектральных данных, получаемых в ходе проведения съемок с различных летательных аппаратов, при картографических работах и тематических исследованиях территории.

Защищаемые положения.

1. Метод геометрической коррекции изображений, получаемых нестабилизированным бортовым гиперспектрометром.

2. Методика оценки разрешающей способности и измерительной точности изображений при нестабилизированной гиперспектральной съемке.

3. Метод расчета параметров и оценки точности применительно к случаю космической гиперспектральной сканерной съемки.

4. Технология геометрической коррекции нестабилизированных гиперспектральных изображений по опорным линиям.

Практическое значение работы. Обработанные данные экспериментальной съемки использовались в рамках технического проекта ФГУП «Госцентр «Природа» по ФЦП «Комплексные меры противодействия злоупотреблению наркотиками и их незаконному обороту на 2005-2009 годы». Технология геометрической коррекции нестабилизированных гиперспектральных изображений принята к внедрению в составе «Опытных технологий обработки гиперспектральных данных». Результаты работы в части расчета параметров съемки авиационным гиперспектрометром с космического носителя были использованы в рамках НИР по ФЦП «Научные и научно-педагогические кадры инновационной России» на период 2009 - 2013гг. в ходе НИР МИИГАиК по государственному контракту № П885 от 18.08.2009.

Апробация работы. Основные положения диссертационной работы и результаты исследований доложены и одобрены на конференции «Научное обеспечение агропромышленного комплекса Поволжья и сопредельных территорий» (г. Пенза, Пензенский НИИ сельского хозяйства, 30 июня - 3 июля 2009 г.).

Публикации. Основные результаты диссертационной работы изложены в 5 публикациях, из них 4 - статьи в журналах из списка ВАК.

Структура и объем работы. Диссертация изложена на 135 страницах, содержит 23 рисунка и 11 таблиц, состоит из введения, трех глав, заключения, 3 приложений, списка использованных источников из 112 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, формулируются цели и решаемые задачи, научная новизна и практическая значимость полученных результатов.

Глава 1 посвящена анализу современного состояния и перспектив развития гиперспектральных методов ДЗЗ. Здесь рассмотрены принципы и специфика метода гиперспектральной съемки, основным отличием которого является возможность получения непрерывной спектральной картины местности в видимом и ИК-диапазонах при достаточно малой ширине каждого канала в отдельности. Это обеспечивает получение качественно новой информации, отражающей вариацию спектральной отражательной способности снимаемой территории.

В главе также приведен обзор современных отечественных и зарубежных сенсоров для гиперспектральной съемки авиационного и космического базирования. Совершенствование сенсоров в основном направлено на увеличение спектрального разрешения получаемых ГИ при сохранении высокой пространственной разрешающей способности.

Проведенный анализ задач, решаемых гиперспектральной съемкой, показал возможность ее использования в различных отраслях, например, при поиске и картографировании месторождений, изучении состояния почв, растительного покрова и др. Применение гиперспектральных методов обеспечивает успешное решение мониторинговых задач, решение которых другими традиционными методами ДЗЗ проблематично.

Обработка данных гиперспектральной съемки предполагает набор различных операций: визуализации, коррекции, улучшающих преобразований, трансформирования, классификации и моделирования. Их состав и порядок следования меняется в зависимости от решаемых задач.

Конечной целью обработки является тематическое дешифрирование объектов интереса, включающее их обнаружение, идентификацию и дифференциацию по принципу предпочтительности тех или иных признаков. Для эффективной идентификации объектов на ГИ необходимо сравнивать его с изображением, получаемым традиционными методами. При этом особую важность приобретают процессы коррекции геометрических искажений ГИ, что обуславливает актуальность темы исследования.

В заключительной части главы приведен краткий обзор программ, используемых для автоматизации процессов обработки и интерпретации ГИ.

Проведенный анализ современного состояния гиперспектрального метода ДЗЗ позволил сделать следующие выводы:

1. Важное качество гиперспектральной съемки - подробный спектральный портрет Земной поверхности, обеспечивающий возможность обнаружения объектов за счет различия их спектральных свойств.

2. За последнее десятилетие практическая заинтересованность в гиперспектральных данных сильно возросла. Об этом свидетельствуют многочисленные разработки гиперспектральных сенсоров и коммерческих систем для обработки ГИ как за рубежом, так и в России.

3. Получаемая гиперспектрометром информация приобретает значительную долю стоимости в процессе ее обработки и анализа.

4. Для эффективного использования получаемых гиперспектрометром данных требуется разработка и совершенствование методов и технологий их обработки.

Глава 2 посвящена анализу геометрии формирования ГИ и оценке его

фотограмметрических свойств. Здесь рассматривается устройство и

конструктивные особенности БВС «Сокол - ГЦП». Он представляет собой

7

оптико-электронную камеру, периодически (с определенной частотой съемки г|) осуществляющую регистрацию спектральной картины полосы местности (в 105 спектральных каналах) в виде строки ГИ, состоящей из 500 пикселей.

Рис. 1. Схема формирования изображения видеоспектрометром

Процесс формирования ГИ основан на принципе щелевого сканирования местности и показан на рис.1, где: Н- высота съемки;/- фокусное расстояние камеры (/"= 33мм); 2ш - поперечный угол поля зрения камеры (2ю = 28°); До -поперечный угол поля зрения, соответствующий пикселю строки; рц\) -спектральные составляющие г-го пикселя строки изображения (105 каналов); гпРод - продольный размер пикселя/строки (/-прод = 1 бмкм); гпопер - поперечный размер пикселя строки (гпопер = 32 мкм); п — число пикселей в строке (п = 500); / - длина строки; Р: - проекция пикселя строки на местность; Лпрод - продольное разрешение пикселя на местности; ЛПопер - поперечное разрешение пикселя на местности; Ь - ширина полосы местности, снимаемой БВС; у - направление полета.

Продольная развертка осуществляется в процессе поступательного движения авианосителя со скоростью V. Величина продольного

8

пространственного разрешения определяется подбором частоты г|

пропорционально скорости полета и высоте съемки.

Расчет параметров съемки осуществляется исходя из технических

характеристик ВВС и требуемой разрешающей способности изображения.

Ниже приведены основные соотношения и соответствующие им числовые

величины для идеального случая съемки в надир, исходя из цели получения

изображения с разрешением на местности =1м в продольном и поперечном к

трассе полета направлениях:

= ^р£=32МКМ •1000 м= 0 97ма,1м (1)

/ 33 мм

£ = "Ллопср=2/Лёщ; (2)

н = = 1м-500 =1002м!а1км (з) или я=_3=--(3')

21Ёщ 2^(14°) 2-1ё(Дщ/2)

V

Величина Лпрод = УТ = — определяется смещением авианосителя вдоль трассы полета за период времени Т =1/ г), где г| - кадровая частота. При скорости носителя V, выраженной в км/ч, эта формула примет вид: #„род(м)= ■ (4)

Нестабильность выдерживания параметров съемки (высоты полета, скорости полета и угла наклона камеры) вызывает изменение проекции пикселей на местности. Например, при экспериментальной съемке допускалось отклонение от заданной высоты ди = ± 100 м. В данном интервале величина

Япопер, согласно (3), окажется в пределах 0,9-1,1 м, или общем виде:

<5)

т.е. при 8а= 100 м Л/?„опер ~ 0,01 м. При отклонении скорости полета от заданной в пределах АК = 10 км/ч Кпрод изменялось, согласно формуле (4), на величину МПр0д= ± 0,007ДК, т.е. на 0,07 м.

Расчет оценки искажений ГИ из-за наклона камеры, обусловленного креном самолета, основан на последовательном решении прямоугольных

треугольников (рис. 2), исходя из паспортных характеристик прибора (со, Дсо) и рассчитанных по формуле (1) значений параметров съемки Я и г

Ячейка ПЗС

Рис. 2. Изменение проекции пикселя при наклоне камеры

На рис. 2: Я/ - высота съемки; (р - угол отклонения камеры от точки надира; Лео - поперечный угол поля зрения, соответствующий одному пикселю

строки; г - расчетный размер половины пикселей; г, г" - составляющие приращений к ширине охвата местности для половины пикселя из-за расхождения правого луча; г'" - составляющая приращения к ширине охвата местности для половины пикселя из-за расхождения левого луча; И' -приращение высоты для луча, проходящего через оптическую ось камеры; /г" и /г'" - приращения высот для лучей, соответствующих краям пикселя; Рг(п) и Рг(л) - суммарные значения проекций для правой и левой половин пикселя на горизонтальную поверхность; Рг р1х - значение проекции целого пикселя.

Интегральное значение проекции пикселя Рг р1х при отклонении оптической оси камеры может быть рассчитано по формуле, вывод которой

г- г-л „ Л(1 + СОЗ©) ,,ч

приведен в диссертации и в работе 121: Рг рхх =-;--——. (о;

Применительно к анализируемым нестабилизированным ГИ

гя— = = — =0,0005, а — = агс1й| —1 = агс1ё[—^1=0,0287°, что соответствует 2 2Н Н 2 \Н) ^1000^

паспортным данным БВС (угол Дсо не более 0,03°).

Оценка поперечных искажений, полученная при исследовании автором

нестабилизированных ГИ [1], составила менее 30 м на местности, т.е. согласно

рис. 2, предельная величина угла отклонения оси камеры <р составила:

<р = = = агс^(0,0299) = 1,718°. Расчет суммарной проекции

пикселя при данном наклоне камеры согласно (6) составил 1,0007 м, т.е. ее увеличение составило 0,07 % от номинальной.

Искажения ГИ, вызванные тангажем, выражаются локальными изменениями продольного масштаба строк, сформированных в моменты изменения продольного угла наклона. Приведенная в диссертации оценка подобных искажений для условий проведения экспериментальной съемки (скорость подъема/ снижения не более 2-3 м/с) показала значительное изменение продольного разрешения, в 1,5 - 2 раза от заданного (1 м).

Искажения, связанные с рысканием, обусловлены вращением камеры вокруг оптической оси. В результате этого при формировании смежных строк может происходить наложение или пропуск информации об отдельных участках местности. Подобные искажения минимальны в середине строк и увеличиваются к их краям.

Для их оценки было получено соотношение ^рыск= Впрод г) / откуда

=atg (Лпрод Л / Лрыск). Для условий выполнения экспериментальной съемки (радиус поворота не менее 1 ООО м) эта величина, отнесенная к промежутку времени между моментами регистрации смежных строк 1;=1/т|, составила /ц = 0,057°. Эта величина соответствует наложению/разрыву в пределах половины размера пикселя.

Таким образом, в случае нестабилизированной гиперспектральной съемки соблюдение допустимых отклонений параметров полета незначительно снижает разрешение и может обеспечить приемлемую точность воспроизведения ситуации. Полученные таким образом ГИ после проведения геометрической коррекции могут использоваться при картографических работах для обновления картографических документов масштаба 1: 5 ООО и мельче.

В отдельном подразделе главы 2 произведен расчет параметров ГИ применительно к использованию авиационных сканеров на космических носителях. Выявлена необходимость значительного увеличения продольного и поперечного разрешения при съемке из космоса, для их решения предполагается 2 подхода [5]:

1. Увеличение числа (п) пикселей в сенсорной линейке сканера (при неизменном фокусном расстоянии) позволяет сохранить Ь, при этом необходимо уменьшать размер элементов сенсорной линейки, а продольное разрешение должно обеспечиваться увеличением частоты сканирования.

2. Увеличение фокусного расстояния (/), но при этом значительно сужается угол поля зрения камеры (2со), что уменьшает ширину полосы обзора,

и также влечет за собой необходимость уменьшения продольной проекции пикселя (за счет увеличения частоты сканирования).

Расчеты показали, что для средневысотного спутника типа «Ресурс» с гиперспектрометром «Сокол-ГЦП» требуемое разрешение (5 и 10 м) обеспечивается объективами с фокусным расстоянием соответственно 3 и 1,5 м. Наиболее проблематичным является уменьшение величины Лпрод. ограничиваемое возможностями увеличения частоты сканирования строк сканером. Возможно, переход на более совершенную элементную базу позволит решить эту проблему.

Оптимальным подходом к разработке космической гиперспектральной съемочной системы представляется увеличение фокусного расстояния объектива с одновременным увеличением количества ячеек п в линейке ПЗС. Для увеличения числа пикселей в линейке могут быть использованы нескольких секций, а для обеспечения продольного разрешения -многострочную линейку.

Глава 3 посвящена методам обработки данных гиперспектрометрии. Здесь решается задача предварительной геометрической коррекции ГИ, полученных при отсутствии стабилизации съемочной системы, что обуславливает их значительные геометрические искажения. В частности, прямолинейные (на местности) участки дорог и контуров сельскохозяйственных угодий, на использованных в работе ГИ представляют собой волнистые линии, что обусловлено креном самолета на отдельных участках маршрута съемки, вибрацией, боковым сносом и т.п. Искажения носят случайный характер и, при отсутствии регистрации параметров внешнего ориентирования (на настоящий момент такая возможность в БВС «Сокол-ГЦП» отсутствует) не подлежат исправлению путем внесения систематических поправок.

В связи с этим была предпринята попытка создания методов первичной обработки данных, в частности, оригинальной методики и технологии геометрической коррекции ГИ по опорным линиям, предполагающей, что

13

основные искажения ГИ обусловлены поперечными отклонениями оси съемки, а все другие причины искажений достаточно малы. Это позволяет преобразовывать искаженные съемочные материалы в изображения, пригодные для дальнейшей фотограмметрической обработки и использования в ГИС для решения практических задач - создания ортофотопланов и предметной классификации объектов.

Методической основой геометрической коррекции является трассировка (векторизация) и последующее сравнение местоположения идентичных линейных объектов, одинаково четко опознаваемых как на полученном гиперспектрометром изображении, так и на опорном изображении -ортофотоплане или карте. Такими объектами могут быть дороги, контуры сельскохозяйственных полей, лесополосы и пр. Задача сводится к нахождению идентичных «опорных» линий на этих двух изображениях [1, 5]. Выбранные линии рассматриваются в качестве базовых, по которым определяется требуемое для каждой строки смещение.

Опорное изображение может создаваться синхронно с ГИ. При съемке ровной поверхности можно обойтись без создания ортофотоплана, полученные цифровой камерой снимки можно считать близкими к плановому изображению.

На основе разработанной методики была создана программа GIPERCORRJECTOR, обеспечивающая автоматизированное построчное исправление всего спектрального ряда изображений маршрута гиперспектральной съемки. Получаемое после обработки изображение сохраняет фотометрические характеристики исходного ГИ, но геометрически приближено к виду, наблюдаемому на опорных изображениях.

Технология геометрической коррекции включает следующие этапы:

1. Подготовка параметров коррекции, которая заключается в

формировании массива смещений для строк ГИ. Для этого из массива ГИ

(представленного в формате *.1МА) формируется растровое изображение

наиболее информативного для измерения объектов местности канала в формате

BMP. Это изображение служит для нанесения на него (с использованием

14

программы-векторизатора) коррекционных линий 2-х типов: линий контуров на ГИ (искаженных линий) и опорных линий - линий того же самого контура на опорном изображении. Для векторизации использовалось СПО ГИС «Панорама».

В результате должно быть получено изображение с парами опорных линий, нанесенными разными цветами (рис.3). На основе анализа этого изображения в программе 01РЕКС(Ж11ЕСТ011 строится массив смещений.

Рис 3. Изображение с нанесенными опорными линиями

2. Собственно коррекция - заключается в загрузке в программу данных исходного ГИ (в формате IMA) и трансформировании каждой его строки (массива спектральных данных, соответствующего полосе местности). На выходе формируется скорректированное ГИ, также в формате IMA. Геометрическая коррекция ГИ заключается лишь в смещении его строк относительно друг друга согласно вычисленной для них величине смещения, с заполнением фоновыми пикселями полей, образующихся с левого или правого краев каждой строки (рис. 4). Для исключения фоновых пикселей при дальнейшем анализе и обработке скорректированного изображения может быть использована растровая маска.

Рис. 4. Скорректированное изображение

Технологии обработки гиперспектральных изображений

предполагают проведение дальнейших преобразований, направленные на решение главнейших практических задач - создания ортофотопланов и предметной классификации объектов.

Классификация является одним из наиболее сложных процессов в обработке изображений, требующим разработки специфических подходов при решении каждой конкретной задачи распознавания.

Важным условием успешной классификации изображений является отсутствие преобразований спектральных характеристик исходных данных. Такие преобразования имеют место в процессах трансформирования (поворот, масштабирование и пр.), следствием чего является перепроецирование пикселей оригинальных изображений с пересчетом численных значений яркостей пикселей. В этом смысле изображения, прошедшие предварительную обработку по методике геометрической коррекции, могут, как и исходные ГИ, без ограничений использоваться для классификации, поскольку их пиксели сохраняют неизменными характеристики спектральной яркости, содержащиеся в первичном файле IMA.

Трансформирование ГИ в требуемые картографические проекции осуществляется с целью их последующего использования в ГИС. Для трансформирования можно применить существующие технологии трансформирования изображений, реализованные в большинстве программных продуктов, работающих с картами и изображениями ДЗЗ (ERDAS, ФОТОМОД, ENVI, Mapinfo, ArcGis и др.).

На основе предложенной методики и программы GIPERCORRECTOR разработана технология геометрической коррекции ГИ, полученных БВС без стабилизации съемочной камеры в полете. Это позволяет получить удовлетворительную точность отображения ситуации и обеспечивает возможность их дальнейшего использования. Технология геометрической коррекции ГИ является составной частью интегрированной технологической схемы обработки гиперспектральных данных, приведенной на рис. 5, и

Создание условной карты е векторизаторе

(ПО <.-Ланорама»)

Исходные данные

Данные, гиперспектральной съемки БВС (файл в формате ША)

Данные синхронной цифровой съемки (СЦИ)- * Жги др.

»в 9 а» т « =гп «в»«ч1ь- и « * »

Формирование изображений разных каналов (ПО Е>Г\Г1 или С1РЕКСО£У1ЕС ТОЙ.)

..........

Сшивка растров (Ко^Ьср)

_______

Добавлени*

4-4 сци ;

,1 1

1 ехнолопш создания ор то фот огшанов

Ортофо- • топлан |

Добавление ортофо-

•' > | ё о" 15"

Технология кла с сп фи капни (ПО ЕМ1)

Классифицированное изображение, греоб-ра-рванное б

формат ВМР

Загрузка корректируемого изображения и параметров коррекции (растр с ^ опорными I линиями) у

Опознание на паре растров -ГИ и СЦЙ (Ьрто фотоплан) идентичных линейных объектов. субпараллельных трассе

Привязка (трансформирование) растра СЦИ ортофотоплана) на растр Ш (совмещение по двум точкам с масшт абированием и поворотом)

Векторизация на пользовательской карте опорных линий, однозначно прослеживающих ся на паре растров (отдельно: -по растру ГИ: -по растру СЦИ

С охранение карты с опорньпуЩ линиями и растром канала БВС в виде растровой карты в формате ВМР

ЧГ

Параметры коррекции

Корректированный кл ассифицирован-НЬШ растр

Выходит продукция

Растровая карг а, созданная по классифицированному

Рис. 5. Технологическая схема обработки данных, получаемых при нестабилизированной гиперспектральной съемке

состоящей из процедур подготовки, преобразования, классификации и отображения данных.

Разработанная автором технология геометрической коррекции и полученные по ней скорректированные ГИ использовались в научно-производственных разработках ФГУП «Госцентр «Природа» и реализованы в составе Опытных технологий обработки гиперспектральных данных [4], направленных на исследование проблем анализа спектральных характеристик ГИ с целью распознавания различных видов растительности, в частности, выделение ареалов произрастания растений, содержащих наркотические вещества.

В работе также рассмотрены вопросы анализа гиперспектральных изображений. Анализ проводился с помощью специально разработанного инструментария анализа ГИ, реализованного в программе GIPERCORRECTOR в виде отдельного модуля анализа изображений, позволяющего обрабатывать данные непосредственно в формате IMA.

Произведена оценка изменения спектральных характеристик ГИ до и после трансформирования. Для этого сравнивались интегральные значения спектральных коэффициентов яркости (СКЯ) пикселей по каждому из каналов исходного и скорректированного трансформированного ГИ.

Анализ выполнялся как для всего изображения, так и для каждого из отдельных участков - эталонов различных типов растительности. В последнем случае методика анализа основывалась на использовании изображений-масок для пикселей каждого из эталонных объектов. Полученные результаты представлены на рис. 6 в виде графиков зависимости СКЯ от длины волны.

Результаты анализа показывают влияние процесса трансформирования, более значимое для всего изображения в целом и, в меньшей степени, для отдельных эталонных участков.

Также было произведено сравнение полученных результатов анализа с

данными наземного спектрометрирования, соответствующими моменту

проведения гиперспектральной съемки (июнь 2008 г.). Графики наземных

18

измерений спектрального коэффициента отражения растительными покровами (конопля, люпин) на соответствующих делянках-эталонах растительной миры в целом согласуются с кривыми на рис. 6.

Рис. 6. Графики спектральных коэффициентов яркости для исходных данных (сплошные линии) и трансформированных данных (пунктирные

линии)

Аналогичный подход был применен для анализа данных двух разновременных гиперспектральных съемок одного участка местности, проведенной с временным интервалом 1 месяц (до и в период цветения). Полученные графики СКЯ для аналогичного набора эталонных объектов представлены на рис. 7. Они отражают сходный по форме кривых характер изменения спектральных характеристик каждого из видов растений. Различия заключаются в основном в величинах СКЯ (в определенных зонах спектра), что обусловлено наступлением вегетационной фазы цветения. Это различие, выраженное, например, в аналитическом виде, может использоваться в качестве

дополнительного фактора для распознавания или, по крайней мере, для выделения участков с различной растительностью.

скя 1

0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1

СКЯ до и после цветения

\ \ А !

1__________-Я 1 I л IV Ч\

____у .

. .. т

\ ____1- _ .44 ,

/ - V ^_^

-Конопля

Общий

-Люпин

Общий

-- Конопля

— - Люпин

Ф # с!> ❖ ^ ❖ п1» ,<?> Л*1 ¿V Лъ ч^ <£> <§> <? У* Яр <оь «о3 <оу Л1, Л # Ч? V °> О? Чр

Длина волны, нм

Рис. 7. Графики спектральных коэффициентов яркости для двух разновременных гиперспектральных съемок (сплошные линии - до цветения, пунктирные - после цветения)

Каждый из видов анализа проводился как по исходным данным, так и по скорректированным ГИ (с использованием маски), результаты анализа показывают идентичные результаты.

Технологии обработки данных гиперспектральной съемки обычно включают в себя следующие основные этапы: геометрическая коррекция, классификация и трансформирование. Их последовательность может осуществляться в рамках трех возможных стратегий [3]:

1) Коррекция —» Классификация —> Трансформирование;

2) Коррекция —> Трансформирование —> Классификация;

3) Классификация —>■ Коррекция —» Трансформирование.

Каждая из стратегий имеет свои положительные и отрицательные стороны, целесообразность применения той или иной стратегии определяется в каждом конкретном случае.

При реализации стратегии 1 классифицируемые растры сохраняют пиксельные яркостные характеристики исходных данных. Однако пока изображение остается не трансформированным, привлечение позиционных данных о классифицируемых объектах (ГИС и цифровые карты) при создании обучающих выборок невозможно.

Стратегия 2 предполагает трансформирование ГИ до начала процедуры классификации. Однако, трансформирование приведет к изменениям спектральных характеристик пикселей, что, в свою очередь, это может привести к снижению или потере информации при распознавании объектов по гиперспектральным данным. Использование для классификации трансформированных снимков может быть полезно при выборе обучающих участков по объектам, которые практически неразличимы на отдельном ГИ, но позиционное положение которых выявлено другими методами и отображено на карте. Подобными объектами для обучения могут быть, например, уже обнаруженные очаги загрязнений, мины и пр., что позволит подобрать параметры классификации с целью выявления аналогичных объектов на всей территории, охватываемой съемкой.

Стратегия 3, как и стратегия 1, позволяет привлекать для классификации весь спектр каналов и любые сочетания изображений, которые сохраняют характеристики спектральной яркости, полученные при съемке (преобразование спектральных значений пикселей не производится). По сравнению со стратегией 1 основным недостатком стратегии 3 является то, что на некорректированных (и порой сильно искаженных) снимках затруднено опознание и прослеживание границ объектов местности, используемых для обучения в качестве объектов цели. Кроме того, пока классифицируемый снимок не трансформирован, затрудняется использование возможностей ГИС для его распознавания.

Соблюдение баланса между преимуществами и недостатками каждой из рассмотренных стратегий обработки ГИ в значительной мере контролируется техническими условиями и задачами конкретных исследований.

Полученные в процессе летных испытаний гиперспектральные данные проходили обработку в соответствии со стратегией 3. Классификация, ориентированная на задачи выявления ареалов произрастания и определение состояния различных сельскохозяйственных культур, осуществлялась с использованием методов распознавания с обучением в ПК ENVI. Классифицированные изображения подвергались геометрической коррекции по параметрам, полученным параллельно для неклассифицированного изображения. Полученные классифицированные и скорректированные изображения затем подвергались стандартным технологиям трансформирования с целью получения растровых карт, отображающих классы автоматически выделенных объектов цели в определенной картографической проекции.

ЗАКЛЮЧЕНИЕ

В процессе исследования разработаны методические и технологические решения для предварительной обработки гиперспектральных изображений, полученных при нестабилизированной аэросъемке. При этом автором получены следующие основные результаты :

1. Разработан метод геометрической коррекции изображений, получаемых нестабилизированным бортовым гиперспектрометром;

2. Создана технология геометрической коррекции нестабилизированных гиперспектральных изображений по опорным линиям;

3. Метод расчета параметров и оценки точности гиперспектральных изображений авиационных сканеров применен к случаю космической съемки.

Разработанная технология геометрической коррекции позволяет снизить временные, трудовые и финансовые затраты на проведение съемки и сократить сроки получения актуальной информации о местности, что дает возможность

22

применить данную технологию для задач мониторинга.

Использование технологии геометрической коррекции по опорным линиям может быть эффективным при исследовании и контроле состояния линейных геотехнических систем (железных дорог, трубопроводов и пр.), требующих периодического проведения повторных съемок с применением специальных, в том числе и гипреспектральных, датчиков. Использование в данном случае в качестве опорных линий для геометрической коррекции плановых данных о самом контролируемом объекте открывает возможность широкого применения материалов съемок, проводимых с легкомоторных авианосителей без гиростабилизирующих устройств.

Результаты диссертационной работы используются в составе «Опытных технологий обработки гиперспектральных данных» при выполнении научно-производственных работ в ФГУП «Госцентр Природа» и могут быть также внедрены на предприятиях Службы государственной регистрации, кадастра и картографии.

Таким образом, поставленная цель диссертационной работы достигнута, а предусматриваемые ею задачи реализованы.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Журкин И.Г., Никишин Ю.А. Методика и технология геометрической коррекции нестабилизированных изображений бортового гиперспектрометра. // Изв. ВУЗов. «Геодезия и аэрофотосъемка». - 2010. - № 5. - С.86-92.

2. Журкин И.Г., Никишин Ю.А. Расчет параметров формирования изображений, полученных в условиях нестабилизированной гиперспектральной аэросъемки. // Изв. ВУЗов. «Геодезия и аэрофотосъемка». - 2011. - № 4. -С. 47-52.

3. Журкин И.Г., Карпухин С.С., Карпухина O.A., Никишин Ю.А. Стратегии обработки гиперспектральных изображений в задачах мониторинга возделывания сельскохозяйственных культур. // «Геодезия и картография». -2011.-№ 1.-С. 37-42.

4. Никишин Ю.А. Перспективы развития гиперспектральной съемочной системы космического базирования. // Изв. ВУЗов. «Геодезия и аэрофотосъемка». - 2011. - № 6. (в печати)

5. Никишин Ю.А., Карпухина O.A. Геометрическая коррекция нестабилизированных гиперспектральных изображений. // Научное обеспечение агропромышленного комплекса Поволжья и сопредельных территорий: Материалы науч. конф., посвященной 100-летию Пензенского НИИ сельского хозяйства (г. Пенза, 30 июня - 3 июля 2009 г.). - Пенза: РИО ПГСХА, 2009.-С. 45-53.

Подписано в печать 16.11.2011. Гарнитура Тайме Формат 60790/16. Бумага офсетная. Печать офсетная. Объем 1,5 усл. печ. л. Тираж 80 экз. Заказ №237 Цена договорная Издательство МИИГАиК 105064, Москва, Гороховский пер., 4

Содержание диссертации, кандидата технических наук, Никишин, Юрий Александрович

Основные обозначения и сокращения.

Введение.

Глава 1. Состояние и перспективы развития гиперспектральных методов дистанционного зондирования Земли.

1.1. Гиперспектрометрия как средство получения данных ДЗЗ.

1.2. Обзор сенсоров гиперспектральной съемки.

1.2.1. Гиперспектральные сенсоры на борту космических аппаратов.

1.2.2. Гиперспектральные сенсоры на борту самолетов.

1.2.3. Перспективы развития гиперспектрального метода ДЗЗ.

1.3. Области применения и задачи, решаемые гиперспектральной съемкой.

1.4. Обработка и интерпретация данных гиперспектральной съемки.

1.4.1. Состав и последовательность обработки данных.

1.4.2. Проблемы обработки гиперспектральных данных.

1.5. Программы для обработки и интерпретации гиперспектральных изображений.

1.5.1. Программное обеспечение Geomatica 10.

1.5.2. Программный комплекс ENVI.

1.5.3. Программное обеспечение ERDAS Imagine.

1.5.4. Программная среда MATLAB.

Выводы по главе 1.

Глава 2. Построение, теория и исследование фотограмметрических методов обработки гиперспектральных изображений.

2.1. Устройство, принцип работы и основные конструктивные характеристики оптико-электронной камеры БВС.

2.2. Расчет параметров съемки и разрешающей способности изображений при съемке в надир.

2.3. Влияние изменяющихся параметров съемки на разрешающую способность изображений.

2.4. Расчет изменений проекции пикселя в связи с изменением поперечного угла наклона камеры при съемке.

2.5. Оценка возможных искажений изображения вследствие эволюций самолета (рыскания и тангажа).

2.6. Расчет параметров ГИ авиационных сканеров применительно к космическому носителю.

Выводы по главе 2.

Глава 3. Методы обработки данных гиперспектрометрии.

3.1. Методика геометрической коррекции нестабилизированных изображений бортового гиперспектрометра.

3.2. Технология геометрической коррекции нестабилизированных изображений бортового гиперспектрометра.

3.2.1 : Первичная обработка данных.

3.2.2. Геометрическая коррекция нестабилизированных ГИ.

3.3. Технологии дальнейшей обработки гиперспектральных изображений.

3.3.1. Особенности классификации ГИ.

3.3.2. Особенности трансформирования ГИ.

3.3.3. Оценка изменения спектральных характеристик ГИ после трансформирования.

3.4. Стратегии обработки ГИ.

Выводы по главе 3.

Введение Диссертация по наукам о земле, на тему "Разработка и исследование методов геометрической коррекции и фотограмметрической обработки материалов воздушной нестабилизированной гиперспектральной съемки"

Актуальность темы. В настоящее время для повышения надежности дешифрирования и распознаваемости объектов и явлений, происходящих на местности, все в большей степени используются методы дистанционного зондирования Земли (ДЗЗ), альтернативные традиционной аэрокосмической съемке. Для этого разработаны и используются приборы для получения изображений в различных узких диапазонах спектра - гиперспектрометры. Методы обработки гиперспектральных данных еще достаточно мало разработаны, что делает важным развитие данного направления.

С другой стороны, на государственном уровне утверждаются и претворяются в жизнь программы, направленные на обеспечение различных видов мониторинга страны и Земли в целом. Это выражается в планах создания и развития космических платформ нового поколения, оснащенных гиперспектральными съемочными системами.

Многие задачи исследования территории и, в особенности, различные виды мониторинга и локальные обследования объектов/участков местности с быстрой изменчивостью ситуации, требуют получения- объективных и постоянно* обновляющихся данных о контролируемой местности или объекте. Данная задача может решаться путем проведения оперативных съемок, зачастую осуществляющихся с определенной периодичностью (сезонной и даже суточной).

Вместе с тем, эксплуатация специализированных для проведения подобных съемок авиационных носителей, оснащенных современными устройствами стабилизации аппаратуры и пространственной привязки получаемых изображений, достаточно дорога. Космическая съемка также может не удовлетворять требованиям к качеству получаемых материалов или по причине недостаточной оперативности их получения.

В этих условиях оказываются ценными любые данные, способные дать оперативную информацию о местности, вплоть до снимков, получаемых без использования средств стабилизации съемочной системы, в том числе с малых и беспилотных летательных аппаратов.

С целью оперативного получения гиперспектральных данных в ФГУП «Госцентр «Природа» был разработан экспериментальный образец бортового видеоспектрометра (БВС) «Сокол — ГЦП», позволяющий осуществлять гиперспектральную аэросъемку с легкомоторного самолета. Технические характеристики прибора ориентированы на его использование для целей получения крупномасштабных аэросъемочных материалов при проведении исследований сельскохозяйственной направленности. Съемка ведется в 105 спектральных каналах видимого и ближнего инфракрасного (ИК) диапазонов спектра. Проблемой использования получаемых таким образом материалов-БВС- являются значительные геометрические искажения изображения, вызванные отсутствием стабилизации съемочной камеры в полете.

Таким образом, заявленная в теме данного исследования разработка методов обработки материалов, получаемых в результате воздушной нестабилизированной гиперспектральной съемки, является актуальной.

Цель и задачи исследования. Целью диссертационной работы является разработка и исследование методов геометрической коррекции и-фотограмметрической обработки материалов воздушной гиперспектральной съемки.

Для реализации поставленной цели необходимо решить следующие задачи:

- выполнить анализ современного состояния и перспектив развития гиперспектрального метода дистанционного зондирования Земли;

- исследовать теорию построения изображения гиперспектрометром, определить и рассчитать зависимость измерительных и изобразительных свойств изображения от параметров съемки в условиях отсутствия стабилизации камеры;

- разработать и апробировать методику и технологию геометрической коррекции искаженных гиперспектральных изображений;

- произвести оценку спектральных характеристик ГИ до и после их трансформирования.

Объект и предмет исследования. Объектом исследований является технология получения и обработки гиперспектральных изображений, а предметом исследования являются разработанные приемы и методы их обработки.

Методы исследования. Теоретические и практические исследования выполнялись на основе последних достижений в областях дистанционного зондирования Земли, фотометрической и фотограмметрической обработки материалов ДЗЗ. При выполнении исследований были использованы материалы видеоспектральной (гиперспектральной) съемки, полученные специализированным БВС «Сокол - ГЦП», а также другие материалы научно-производственных разработок ФГУП «Госцентр «Природа».

Научная новизна работы заключается в разработке:

- метода геометрической коррекции изображений, получаемых нестабилизированным бортовым гиперспектрометром;

- методики оценки разрешающей способности и точности изображений при нестабилизированной гиперспектральной съемке;

- методики расчета параметров и оценки точности применительно к случаю космической гиперспектральной сканерной съемки;

- технологии геометрической коррекции нестабилизированных гиперспектральных изображений по опорным линиям.

Практическое значение работы и внедрение результатов. Результаты работы, были использованы в рамках работы ФГУП «Госцентр «Природа» по ФЦП «Комплексные меры противодействия злоупотреблению наркотиками и их незаконному обороту на 2005-2009 годы» [89]. Технология геометрической коррекции нестабилизированных гиперспектральных изображений принята к внедрению в составе «Опытных технологий обработки гиперспектральных данных». Результаты работы были также использованы в рамках НИР по ФЦП «Научные и научно-педагогические кадры инновационной России» на период

2009 - 2013гг. в ходе НИР МИИГАиК по государственному контракту № П885 от 18.08.2009.

Теоретическое значение диссертации заключается в выработке нового метода и технологии обработки гиперспектральных данных, полученных в условиях нестабилизированной аэросъемки.

Использование результатов выполненных исследований обеспечивает эффективное использование гиперспектральных данных с искажениями, как уже имеющихся, так и получаемых вновь в ходе проведения съемок с различных летальных аппаратов, и позволяет в дальнейшем применять их при картографировании и различных тематических исследованиях территории. После обработки подобных съемочных материалов методами, предложенными в диссертации, могут быть получены материалы, пригодные для дальнейшего использования при различных картографических работах (в том числе, для обновления картографических документов в масштабе 1: 5 000 и мельче). Это позволяет повысить оперативность обработки актуальной пространственной информации.

Работа состоит из введения, трех глав, заключения, двух приложений и списка литературы.

В первой главе рассмотрена теория гиперспектральной съемки, сделан обзор различных датчиков, используемых для ее проведения, приведены методы обработки получаемых данных, применяемые в различных отраслях. Сделан краткий обзор программных средств для обработки ГИ.

Во второй главе рассмотрена специфика формирования гиперспектральных изображений БВС «Сокол — ГЦП», разработан метод расчета параметров съемки для получения изображений с заданными параметрами разрешения и точности применительно к авиационной и космической съемке.

В третьей главе рассматриваются метод и технология первичной обработки нестабилизированных гиперспектральных изображений, направленные на их дальнейшее использование при дальнейших картографических работах. Основой первичной обработки является разработанный метод геометрической коррекции по опорным линиям. Здесь также кратко рассматриваются вопросы анализа ГИ.

В заключении обобщаются полученные в работе результаты. Основным результатом данного исследования является разработанная технология геометрической коррекции, позволяющая снизить временные, трудовые и финансовые затраты на проведение съемки и сократить сроки получения актуальной информации о местности, что дает возможность применить данную технологию для задач мониторинга. Приведены общие выводы о возможности применения разработанных методов и технологии в различных областях исследования.

При написании работы автор пользовался консультациями, любезно представляемыми сотрудниками ФГУП «Госцентр «Природа», которым автор выражает благодарность:

- начальнику отдела ГИС, кандидату географических наук С.С. Карпухину за консультации по вопросам тематического дешифрирования материалов ДЗЗ;

- старшему научному сотруднику отдела системных исследований ДЗЗ O.A. Карпухиной за предоставленные для работы материалы гиперспектральной съемки, а таюке за консультации по их обработке.

Автор приносит особую благодарность научному руководителю, профессору, заведующему кафедрой ВТ и АОАИ факультета прикладной космонавтики Московского университета геодезии и картографии (МИИГАиК), доктору технических наук, профессору И.Г. Журкину за чуткое руководство при подготовке и проведении исследований по теме диссертации, а также за помощь при написании и редактировании диссертационной работы.

Заключение Диссертация по теме "Аэрокосмические исследования земли, фотограмметрия", Никишин, Юрий Александрович

Выводы по главе 3

1. Проведенные исследования показали, что методика геометрической коррекции ГИ позволяет преобразовывать съемочные материалы, полученные гиперспектрометром без гиростабилизации, в изображения, пригодные к использованию в ГИС и для решения практических задач: создания ортофотопланов и предметной классификации объектов аэроландшафта. Разработанная и внедренная в производство технология геометрической коррекции ГИ обеспечивает возможность дальнейшего использования ГИ, полученных при нестабилизированной съемке.

2. Применение метода геометрической коррекции по опорным линиям может эффективно использоваться при исследовании и контроле состояния линейных геотехнических систем (например, железных дорог, трубопроводов и пр.), требующих периодического- проведения повторных съемок с применением специальных, в том числе и гиперспектральных датчиков. Использование в данном случае в качестве опорных линий для геометрической коррекции плановых данных о самом контролируемом объекте открывает возможность широкого применения материалов съемок, проводимых с легкомоторных авианосителей без гиростабилизирующих устройств.

Заключение

Представленная диссертационная работа содержит следующие результаты научных исследований и разработок автора:

- метод геометрической коррекции изображений, получаемых нестабилизированным бортовым гиперспектрометром;

- методика оценки разрешающей способности и точности изображений при нестабилизированной гиперспектральной съемке;

- метод расчета параметров и оценки точности применительно к случаю космической гиперспектральной сканерной съемки;

- технология геометрической коррекции нестабилизированных гиперспектральных изображений по опорным линиям.

Разработанная технология геометрической коррекции позволяет снизить временные, трудовые и финансовые затраты на проведение съемки и сократить сроки получения актуальной информации о местности, что дает возможность применить данную технологию для задач мониторинга.

Использование технологии геометрической коррекции по опорным линиям может быть эффективным при исследовании и контроле линейных геотехнических систем (железных дорог, трубопроводов и пр.), требующих периодического проведения повторных съемок с применением специальных, в том числе и гипреспектральных, датчиков.

Результаты диссертационной работы используются в составе «Опытных технологий обработки гиперспектральных данных» при выполнении научно-производственных работ в ФГУП «Госцентр Природа» и могут быть также внедрены на предприятиях Службы государственной регистрации, кадастра и картографии.

Таким образом, поставленная цель диссертационной работы достигнута, а предусмотренные ею задачи реализованы.

Библиография Диссертация по наукам о земле, кандидата технических наук, Никишин, Юрий Александрович, Москва

1. Абрамов Б.А., Лапутин Ю.А., Скримунт В.К., Львова Л.К. Космический комплекс оптико-электронного наблюдения «Ресурс-ДК1» // Информационный бюллетень ГИС-Ассоциации. 2001. - № 2(29)-3(30). -С. 42-45.

2. Абросимов A.B., Черепанов A.C. Обработка гиперспектральных изображений в ПК ENVI // Геопрофи. 2007. - № 2. - С. 55-57.

3. Агапов C.B. Фотограмметрия сканерных снимков — М.: «Картгеоцентр»-«Госгеодезиздат», 1996. 176 с.

4. Аковецкий В.И. Дешифрирование снимков. Учебник для вузов. М.: «Недра», 1983. 374 с.

5. Андрианов В. Искусство узнавания // «Компьютерра». 2000. - №25.

6. Архангельский А .Я. Компоненты общего назначения библиотеки C-H-Bilder 5. M.: БИНОМ, 2001 - 416 с.

7. Аэросъемочный комплекс воздушной гиперспектральной съемки (CASI 1500 и др.) электронный ресурс. Режим доступа: http://www.geolidar.ru /facilities/equipment/itres/index.php

8. Балтер Б.М., Балтер Д.Б., Егоров В.В., Белов A.A., Воронцов Д.В., Ильин A.A., Орлов А.Г. Глубокая обработка данных вертолетного гиперспектрометра электронный ресурс. Режим доступа: http://d33.infospace.ru/d33conf/voll/197-208.pdf

9. Болл Стюарт Р. Аналоговые интерфейсы микроконтроллеров. — М.: Издательский дом «Додэка-ХХ1», 2007. — 360 с.

10. Бушуев Е.И., Драновский В.И., Салтыков Ю.Д., Урусский О.С., Зубко В.П. Способ наблюдения Земли из космоса. Патент Украины 17366 А. Заявка 95030965 с приоритетом от 01.03.95 г.

11. Введение в дистанционное зондирование электронный ресурс. Режим доступа: http://www.gasu.rU/resour/eposobia/posob/7.html

12. Верещака Т.В., Зверев А.Т., Сладкопевцев С.А., СудаковаС.С. Визуальные методы дешифрирования. М.: «Недра», 1990. — 341 с.

13. Гаврилов Д.С., Шилин Б.В. Мониторинг загрязнений акваторий с помощью авиационного тепловизионного комплекса // Оптический журнал. -2004. Т.71. №3. - С. 77-82.

14. Гарбук C.B., Гершензон В.Е. Космические системы дистанционного зондирования Земли. М.: Издательство «А и Б», 1997. — 296 с.

15. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. M.: «Техносфера», 2006. - 616 с. (ISBN 5- 94836-092-Х).

16. Горелов В.А., Лукашевич Е.Л., Стрельцов В.А. Космические системы детального наблюдения Земли, электронный ресурс. Режим доступа: http://Ioi.sscc.ru/gis/RS/GOSCENTR.html

17. Горелов В.А., Лукашевич Е.Л., Стрельцов В.А. Состояние и тенденции развития космических средств дистанционного зондирования высокого разрешения. электронный ресурс. Режим доступа: http://www.gisa.ru/file/filel 03 .doc

18. Гречищев A.B., Лихачев Ю.А. Космические системы дистанционного зондирования Земли // Ежегодный, обзор. Вып. 4 (1998). — М.: ГИС-Ассоциация, 1999. — С. 83-92.

19. Груздев В.Н., Красавцев В.М., Марков A.B., Чиков К.Н., Шилин Б.В.

20. Дейвис Ш.М., Ландгребе Д;А., Филипс Т.Л. и др. Дистанционное зондирование: количественный подход / Под ред. Ф. Свейна- и Ш*. Дейвис. Пер. с англ. — М.: «Недра», 1983. 415 с.

21. Дубиновский В.Б. Калибровка снимков. М.: «Недра»,1982. - 224 с.

22. Журавин Ю. «Яхта» будет бороздить космос. // Новости космонавтики. — 1999. — № 8 (199). — С. 28-30.

23. Журкин И.Г., Карпухин С.С., Карпухина O.A., Никишин Ю.А. Стратегии обработки гиперспектральных изображений в задачах мониторинга возделывания сельскохозяйственных культур. // «Геодезия и картография». 2011. - № 1. - С. 37-42.

24. Журкин И.Г., Никишин Ю.А. Методика и технология геометрической коррекции нестабилизированных изображений бортового гиперспектрометра. // Изв. вузов. «Геодезия и аэрофотосъемка». — 2010. — №5. -С.86-92.

25. Журкин И.Г., Никишин Ю.А. Расчет параметров формирования изображений, полученных в условиях нестабилизированной гиперспектральной аэросъемки. // Изв. вузов. «Геодезия и аэрофотосъемка». — 2011. — № 4. — С.47-52

26. Иванченко В., Ермошкина М. Новый век изобразительной информации (из ответов Лори Э. Джордана, президента компании ERDAS) // Компьютерра. 2000. - №25. электронный ресурс Компьютерра-Online. Режим доступа: http://offline.computerra.ru/2000/354/3814/

27. Ильинский Н.Д, Обиралов А.И., Фостиков A.A. Фотограмметрия и дешифрирование снимков. / Учебник для вузов. М.: «Недра», 1980. — 375 с.

28. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие. -М.: «Логос», 2001.-264 с.

29. Книжников Ю.Ф., Кравцова В.И. Аэрокосмические исследования динамики географических явлений. М.: МГУ, 1991. 206 с.

30. Колесникова О.Н. Использование ПК ENVI и дополнительного модуля SARSCAPE для обработки оптических и радиолокационных данных ДЗЗ. электронный ресурс. Режим доступа: http://www.sovzondconference.ru /html/archi ve2007/pdf/022-rus .р df

31. Колесникова О.Н., Черепанов B.C. Возможности ПК ENVI для обработки мультиспектральных и гиперспектральных данных. // GEOMATICS 2009. - №3. - С. 24-27.i118

32. Колесникова О.Н., ЯлдыгинаН.Б. Новая версия программного комплекса ENVI. // GEOMATICS. 2009. - №2. - С. 24-29.

33. Космические аппараты с оптико-электронными системами ДД. // «Геоматика». 2001. - №1. - С. 84-92.

34. Кринов E.JI. Спектральная отражательная способность природных образований. -М.-Л.: Изд. АН СССР, 1947. 270 с.

35. Крылов В.И: Космическая геодезия. / Учебн. пособие для. студ. геодезических специальностей. М.: МИИГАиК, 2002. - 168 с.

36. Кузьмичев A.C. Расчет спектральных характеристик различных объектов по гиперспектральным изображениям, электронный ресурс. Режим доступа: http://fivt.fizteh.ru/conf/reports08/f3rjcq9/f Згорша/ c3rtpbh.html

37. КучейкоА. Российские перспективы в гиперспектре. // Новости космонавтики. 2001. - №7(222). - С. 44. электронный ресурс. Режим доступа: http://www.novosti-kosmonavtiki.ru/content/numbers/222/24.shtml

38. Кучко A.C. Аэрофотография (Основы и метрология). -М.: «Недра», 1974.-272 с.

39. Лаврова Н.П., Алмазов И.В., Прилепский А.Н. Аэрофотосъемка. Автоматизация аэрофотосъемочных процессов. / Учебник для вузов. — М.: «Недра», 1985.-256 с.

40. Лаврова Н.П., Стеценко А.Ф. Аэрофотосъемка, аэрофотосъемочное оборудование. / Учебник для вузов. М.: «Недра», 1981. - 296 с.

41. Лазовский Л. Приборы с зарядовой связью: прецизионный взгляд намир электронный ресурс. Режим доступа: http://www.autex.spb.ru

42. Лобанов А.Н., Буров М.И., Краснопевцев Б.В. Фотограмметрия. / Учебник для вузов. — М.: «Недра», 1987. 309 с.

43. Лобанов А.Н., Журкин И.Г. Автоматизация фотограмметрических процессов. М.: «Недра», 1980. - 240 с.

44. ЛуповкаВ.А., ЛуповкаТ.К. Основы космической геодезии с элементами фотограмметрии. / Учебное пособие. Часть 1. — М.: МИИГАиК, 2002. 80 с.

45. Малинников В.А., Стеценко А.Ф., Алтынов А.Е., Попов С.М. Спектрометрирование аэроландшафта. Учебное пособие для студентов М.: Изд. МИИГАиК. УПП «Репрография», 2008 г., 120 с.

46. Малый космический- аппарат ДЗЗ «Астрогон» с гиперспектрометром высокого пространственного разрешения электронный ресурс. Режим доступа: http://reagent-rdc.ru/index.php

47. Медведев Е.М. Гиперспектральные технологии и оборудование для их реализации. // ГеоПрофи. 2008. - вып.1 - С. 59-61.

48. Медведев Е.М. Гиперспектральные технологии и оборудование для их реализации. // ГеоПрофи. 2008. - вып.2 — С. 33-35.

49. Международная космическая станция, электронный ресурс. Режим доступа: http://www.novosti-kosmonavtiki.ru/

50. Миглани Аншу. Гиперспектральные космические снимки: обзор (пер. с англ.) электронный ресурс. Режим доступа: http://www.ugi.ru /content/articles/HyperspectralRemoteSensing-anOverview.doc

51. Надеждин Н.Я. Цифровая фотография. Практическое руководство.- СПб.: «БХВ-Петербург», 2003. 368 с.

52. Неизвестный С.И., Никулин О.Ю. Приборы с зарядовой связью. Устройство и основные принципы работы. // «Специальная Техника» — 1999.- № 4. Режим доступа: http://ess.ru/publications/articles/nikulin2 /nikulin.htm

53. Нестеренко A.A., Смольянинов Ю.А. Рынок геовидеопродукции и перспективы «Российского космоса» // Ежегодный обзор. Вып. 4 (1998). — М.: ГИС-Ассоциация, 1999. — С. 93-98.

54. Никишин Ю:А. Перспективы развития гиперспектральной съемочной системы космического базирования. // Изв. вузов. «Геодезия и аэрофотосъемка». 2011. - № 4. (в печати)

55. Обработка гиперспектральных изображений в программном комплексе ENVI. электронный ресурс. Режим доступа: www.sovzond.ru/dzz/publications/542/2345.html

56. Осипов Л.А., Сергеев М.Б., Соловьев Н.В., Шепета А.П. Использование спектральных характеристик для распознавания изображений, полученных при дистанционном зондировании. / Материалы конференций. // Фундаментальные исследования. — 2004. № 6. - С.83-85.

57. Полак И.Ф. Курс общей астрономии. М.-Л.: ГИТТЛ, 1951 - 390 с.

58. Программное обеспечение технологии предварительной обработки данных гиперспектральной съемки, электронный ресурс. Режим доступа: http://reagent-rdc.ru/index.php

59. Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. Л.: Гидрометеоиздат, 1981. - 287 с.

60. Савитч Уолтер. Язык С++. Курс объектно-орентированного программирования. 3-е изд. — Пер. с англ. М.: Издательский дом "Вильяме", 2001.-704 с.

61. Сайт ГИС-Ассоциации электронный ресурс. Режим доступа: http://www.gisa.ru/

62. Сайт журнала «Новости космонавтики» электронный ресурс. Режим доступа: http://www.novosti-kosmonavtiki.ru/

63. Сайт НТЦ «Реагент» электронный ресурс.: Режим доступа: http://reagent-rdc.ru/index.php

64. Сайт НЦ ОМЗ электронный ресурс. Режим доступа: http://www.ntsomz.ru/

65. Сайт Самарского ракетно-космического центра (ФГУП ГНПРКЦ «ЦСКБ «Прогресс») электронный ресурс. Режим доступа: http://www.samspace.ru/

66. Серапинас Б.Б. Глобальные системы позиционирования. / Учеб. изд.-М.: ИКФ «Каталог», 2002. 106 с.

67. Соболь И.М. Метод Монте-Карло. М.: «Наука», 1968. - 64 с.

68. Солодовщиков А.Ю., Платонов А.К. Исследование метода Карунена-Лоэва. -М.: Ин-т прикл. матем. им.М.В.Келдыша РАН, 2006. -28с.

69. Страуструп Б. Язык программирования С++. / спец. изд. Пер. с англ. -М.-СПб: "Изд. БИНОМ" - "Невский Диалект", 2001. - 1099 с.

70. Тарасов В.В., Якушенков Ю.Г. Многоспектральные оптико-электронные системы. // «Специальная техника» 2002. - № 4. электронный ресурс. Режим доступа: http://daily.sec.ru/dailypblprnver.cfm?pid=9575

71. Тарсенко М. Спутник дистанционного зондирования Landsat-7 на орбите // «Новости космонавтики». — 1999. — № 6 (197). — С. 14-15.

72. Технологии авиационного дистанционного зондирования электронный ресурс. Режим доступа: http://www.kgc.kz/tehnolog5.htm

73. Токарева О.С. Обработка и интерпретация данных дистанционного зондирования Земли. / Учебное пособие. Томск: Изд-во Томского политехнического университета, 2010. - 148 с.

74. Толчельников Ю.С. Оптические свойства ландшафта применительно к аэросъемке. / Монография. — JL: «Наука», 1974. 252,с.

75. Тюфлин Ю.С. Космическая фотограмметрия для изучения планет и спутников. -М.: «Недра», 1986.-247 с.

76. Урмаев М.С. Космическая фотограмметрия. / Учебник для вузов. -М.: «Недра», 1989. 279 с.

77. Федеральная целевая программа «Комплексные меры противодействия злоупотреблению наркотиками и их незаконному обороту на 2005-2009 годы» электронный ресурс. Режим доступа:http://www.narkotiki.ru/jrussia5991 .html

78. Фомченко М.М. «Комета» отработала на «отлично» // Новости космонавтики. — 1998. — № 9 (176). — С. 16-17.

79. Чекалин В.Ф. Ортотрансформирование фотоснимков: М.: «Недра», 1986. - 168 с.

80. Черепанов А.С., Дружинина Е.Г. Спектральные свойства растительности и вегетационные индексы. // GEOMATICS 2009. - №3. - С. 28-30.

81. Шилин Б.В., Гаврилов Д.С., Хотяков В.В. Дистанционные методы зондирования авиационного уровня, электронный ресурс. Режим доступа: http ://www. airdz.ru/stat2 .html, http ://www. spacenews.ru/live /fulldegests.asp?id=22592

82. Шилин Б.В., Груздев B.H., Марков A.B., МочаловВ.Ф. Использование видеоспектральной аэросъемки для экологического мониторинга. // Оптический журнал. — 2001. — Т.68. №12. — С. 41-49.

83. Aviation Week and Space Technology. — 1999. — Vol. 150. — N 15. — P. 70.

84. Earth Observing-1 электронный ресурс. Режим доступа: http://www.magnolia.com.ru/satellites/eol

85. ENVI (Environment for Visualizing Images) электронный ресурс. Режим доступа: http.V/www.esti-map.ru/envi/ENVI/tabid/636/Default.aspx

86. ENVI. Области применения, электронный ресурс. Режим доступа: www.envisoft.ru/useregions.html

87. Ferster W. Security issues stall hyperspectral effort // Space News. —1998. —Vol. 9.—N35. —Sept. 14-20, P. 1,28.

88. FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) — модуль атмосферной коррекции электронный ресурс. Режим доступа: http ://www.sovzond.ru/software/90/584/3 833/

89. Geomatica 10 кульминация усилий разработчиков PCI Geomatics при обработке пространственных данных электронный ресурс. Режим доступа: www.gisa.ru/41669.html,http://www.geo-alliance.ru/products/soft

90. Geomatica 10 Description Sales, электронный ресурс. Режим доступа: www.terraspace.ru,www.iki.rssi.ru/rus/orl.pdf

91. Iannotta В. SPOT Image plans strategy of efficiency. // Space News. —1999. —Vol. 10.—N38. —P. 16.

92. Seffers G. U.S. imaging satellite will offer better battlefield view // Defense News. —1997.— P. 10.

93. Site ASTER (Библиотека спектров' отражения* природных и искусственных материалов) электронный ресурс. Режим доступа: http://speclib.jpl.nasa.gov/

94. Site ORBIMAGE электронный ресурс. Режим доступа: http://www.orbimage.com

95. Site USGS (Библиотека спектров отражения природных и искусственных материалов) электронный ресурс. Режим доступа: http://speclab.cr.usgs.gov/spectral.lib04/spectral-lib04.html

96. Space News. — 1998. — Vol. 9. — N 48. — P. 3.

97. Space News. — 1999. — Vol. 10.—N4. —P. 12.

98. Williams D. et al. Landsat advanced technology instrument (LATI) concepts. // Photogrammetric Engineering and Remote Sensing. — 1998. — P. 735-744.