Использование фильтров

Если внимательно посмотреть на снимок, увеличенный до соответствующего крупного масштаба, можно обнаружить на некоторых фрагментах изображения явления «шума». Это характерно для участков, где присутствуют неоднородные детали, и это происходит из-за смешения пикселов. Поэтому прежде, чем использовать избирательные фильтры, мы применили «фильтры максимальных значений».

Классификация

В принципе, технологии классификации основываются на выделении спектральных характеристик объектов для того, чтобы различать на снимке значимые классы различных типов земной поверхности. С помощью классификации снимки, над которыми уже была проделана работа по улучшению их характеристик, трансформируются в тематические слои. Выбор тематических слоев зависит от задач анализа, а также спектральных характеристик и пространственного разрешения анализируемого снимка. В данной работе задачей анализа являлось обновление набора данных для масштаба 1:25000. Для классификации были определены следующие тематические слои: Территории застройки, участки древесных насаждений, открытые участки местности, водные объекты, линии дорог. Следует отметить, что под тематическим слоем «открытые участки местности» мы понимаем как пустоши, так и площади под посевами, а также луга – все это попадает в один тематический слой. Точно так же промышленные зоны и объекты, спортивные сооружения, территории жилой застройки и другие искусственно возведенные объекты мы объединяем в тематический класс «территории застройки».

Подбор эталонных образцов

Принимая во внимание высокое пространственное разрешение исходного снимка, а также то, что он является мультиспектральным, следует отметить, что можно выделить гораздо больше тематических слоев и классов объектов. Нами были проведены полевые обследования для того, чтобы собрать различные эталонные образцы, которые расширяют тематические слои, приведенные выше. Мы смогли выделить, например, не просто открытые участки местности, а незасеянную пашню, возделанные участки с только появившимися побегами, луга, заболоченные участки местности и т. д. В поле удалось выделить более 30 эталонных образцов для целей последующей классификации.

Формирование атрибутивной картографической информации

Для целей классификации на основе мультиспектрального снимка, необходимо определить какие спектральные каналы, и в какой комбинации будут использоваться для дальнейшего эффективного выделения атрибутивной информации. Поскольку фактор оптимального индекса имеет наибольшее значение для комбинации 3,4 и 1-го спектральных каналов, то именно их комбинация используется для дальнейшего выделения атрибутивной картографической информации. (Следует заметить, что данная комбинация используется в данном конкретном случае, для других видов анализа использовались и другие комбинации спектральных каналов).

Определение набора эталонных значений

В связи с тем, что все три измерения невозможно представить на двухмерном мониторе, мы представили изображение в виде 3 графиков рассеяния. При отнесении некоторых пикселов к тому или иному классу случались большие отклонения в связи с тем, что некоторые пиксели несли некорректную информацию о географическом местоположении. В этой связи иногда представлялось затруднительным отнести их к тому или иному классу атрибутивной информации (тематическому слою). В этой связи количество классов атрибутивной картографической информации было увеличено, принимая во внимание, что после проведения классификации некоторые объекты и элементы попадут в один класс снова при ГИС анализе. Дороги были разделены на три класса – скоростные автомагистрали, дороги и велосипедные дорожки. Открытая местность – на луга, возделанные участки местности и т.д. В тех местах, где не представлялось возможным однозначно выделить дороги и здания, ставился значок «Х», т. е. «неопределено».