Методы автоматизации проектирования средств обработки изображений в дифракционных гиперспектральных системах дистанционного зондирования Земли тема диссертации и автореферата по ВАК РФ 05.13.12, кандидат наук Кузнецов Александр Юрьевич
- Специальность ВАК РФ05.13.12
- Количество страниц 115
Оглавление диссертации кандидат наук Кузнецов Александр Юрьевич
Введение
ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И СОСТОЯНИЕ ВОПРОСА СИСТЕМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМНОЙ ПОВЕРХНОСТИ
1. Обзор современных сисетм дистанционного зондирования земной поверхности и тенденции их развития
2. Анализ систем обработки гиперспектральной информации и методов их проектирования
2.1. Вычислительная система обработки данных гиперспектрального аэрокосмического зондирования
2.2. Программно-аппаратный комплекс классификации объектов земной поверхности на основе средств искусственного интеллекта
2.3. Программный комплекс GS-VKA
2.4. Программный комплекс «Альбедо» для видеоспектрометра НПО «Лептон»
2.5. Система обработки многоспектральных и гиперспектральных снимков ENVI
3. Концепция систем автоматизации проектирования
4. Постановка задачи автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ
5. Выводы к главе
ГЛАВА 2. МЕТОДЫ АВТОМАТИЗАЦИИ ПРОЕКТИРОВАНИЯ СРЕДСТВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В ДИФРАКЦИОННЫХ ГИПЕРСПЕКТРАЛЬНЫХ СИСТМЕАХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ
1. Основные понятия теории переноса излучения, используемые при
решении прикладных задач дистанционного зондирования
2. Особенности формирования гиперспектрального изображения
3. Эмпирические методы классификации и оценки состояния растительного покрова на основе использования вегетационных индексов
4. Метод выбора систем распознавания образов при решении задач обнаружения
4.1. Критерий Байеса
4.2. Минимаксный критерий
4.3. Критерий Неймана-Пирсона
5. Метод автоматизации проектирования средств обработки изображений в дифракционных гиперспектральных системах дистанционного зондирования Земли
6. Выводы к главе
ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В ДИФРАКЦИОННЫХ ГИПЕРСПЕКТРАЛЬНЫХ СИСТЕМАХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ
1. Особенности обработки гиперспектральной информации видеоспектрометра «Фрегат» и проблема наложения спектра второго порядка на первый
2. Радиометрическая калибровка выходных спектральных характеристик видеоспектромтера «Фрегат»
3. Решение задачи обнаружения замаскированных объектов
4. Алгоритмы обработки изображений в дифракционных гипеспектральных системах дистанционного зондирования Земли
4.1. Алгоритм формирования полноформатного ЯОБ-изображения68
4.2. Алгоритм формирования спектральных характеристик
4.3. Алгоритм идентификации замаскированных объектов на фоне растительности
5. Реализация системы изменения размеров изображения во входном объективе видеоспектромтера
6. Выводы к главе
ГЛАВА 4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ И ВНЕДРЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
1. Проверка эффективности математической модели системы распознавания образов на основе критерия Неймана-Пирсона
2. Проведение эксперимента по обнаружению замаскированных объектов с применением программного обеспечения HyView
3. Выводы к главе
Заключение
Список литературы
Приложение
Рекомендованный список диссертаций по специальности «Системы автоматизации проектирования (по отраслям)», 05.13.12 шифр ВАК
Метод и алгоритмы обработки информации с гиперспектрометров при дешифровке наземных объектов2013 год, кандидат наук Потапов, Владимир Николаевич
Разработка и исследование авиационного гиперспектрометра видимого и ближнего ИК диапазонов2008 год, кандидат технических наук Орлов, Андрей Геннадьевич
Повышение эффективности алгоритмов комплексирования цифровых многоспектральных изображений земной поверхности2013 год, кандидат наук Кисляков, Алексей Николаевич
Методика идентификации нефтезагрязнений почвогрунтов по данным много- и гиперспектральной оптико-электронной аэросъемки2009 год, кандидат технических наук Григорьева, Ольга Викторовна
Алгоритмы классификации данных дистанционного зондирования Земли для интерпретации спутниковых и аэрофотоснимков2023 год, кандидат наук Ньян Линн Тун
Введение диссертации (часть автореферата) на тему «Методы автоматизации проектирования средств обработки изображений в дифракционных гиперспектральных системах дистанционного зондирования Земли»
Введение
Актуальность. Одной из важных проблем настоящего времени является автоматизация проектирования в различных отраслях науки и техники. Данный факт обусловлен тем, что необходимо сокращать время проектирования и уменьшать трудозатраты. Для решения этих проблем в последнее время применяются системы автоматизации проектирования (САПР), которые представляют собой организационно-техническую систему, предназначенную для автоматизации процесса проектирования, состоящую из персонала и комплекса технических, программных средств автоматизации. Одной из областей, в которой нашли применение подходы, методы и алгоритмы САПР, является обработка изображений в гиперспектральных системах дистанционного зондирования Земли (ГСС ДЗЗ).
Дистанционное зондирование Земли (ДЗЗ) представляет собой процесс измерения характеристик интересующих пользователя объектов с помощью чувствительных датчиков, не находящихся в непосредственном контакте с предметом исследования. На сегодняшний день подобные датчики устанавливаются, как правило, на борту авиационных и космических носителей. Как показывает международный опыт последних десятилетий, наибольшей эффективностью при ДЗЗ обладает гиперспектральная аппаратура, основанная на поэлементной регистрации спектров и структуры изучаемых удаленных объектов. Она открывает широкие возможности зондирования Земли и околоземного пространства, преодолевая самые изощренные естественные и искусственные способы маскировки исследуемых объектов. Основным достоинством гиперспектральной аппаратуры является то, что часто она позволяет наблюдать поверхность Земли в любое время суток, независимо от состояния атмосферы. Эта аппаратура отличаются от аналогичных классических приборов тем, что помимо обычной спектральной информации - измерения коэффициентов спектральной яркости (КСЯ) - позволяет получать высококачественные
панорамные изображения исследуемого объекта во многих различных спектральных интервалах. При этом такая аппаратура, в отличие от аналогов, не интегрирует КСЯ по всей поверхности объекта, а обеспечивает его поэлементную регистрацию.
Гиперспектральная аппаратура, работающая на различных участках ультрафиолетового, видимого и инфракрасного спектра, в настоящее время активно используется при решении научно-исследовательских и оперативных задач по мониторингу природных комплексов и антропогенных объектов дистанционными методами. Приборы данного класса по сравнению с классическими системами оптического сканирования, существенно расширяют возможности обнаружения и распознавания объектов и фонов по их спектральным образам.
Основой гиперспектральной аппаратуры служит видеоспектрометр, компоновка которого включает в себя входной (проецирующий) объектив и полихроматор, т.е. спектральную часть, снабженную дифракционной решеткой или спектральной призмой, что позволяет условно разделить приборы данного класса на дифракционные и призменные видеоспектрометры.
В нашей стране для обработки гиперспектральных изображений, получаемых средствами ДЗЗ первоначально использовалось готовое программное обеспечение, поставляемое зарубежными фирмами. В начале 2000-х годов в России начались разработки программных продуктов, предназначенных для обработки изображений, получаемых посредством отечественных ГСС ДЗЗ.
Разработка средств обработки изображений в дифракционных ГСС ДЗЗ является весьма трудоемким процессом. Основные используемые на сегодняшний день алгоритмы распознавания образов на гиперспектральных снимках требуют много времени и не являются оптимальными для решения
конкретных задач обнаружения. Применение методологии САПР позволяет решить эти проблемы.
В связи с этим возникла необходимость разработки новых методов автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ и сокращения времени получения пользователем необходимых данных об объектах Земли.
Объектом исследования диссертационной работы являются методы автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ.
Предметом исследования диссертационной работы является автоматизация обработки изображений в дифракционных ГСС ДЗЗ и выявление особенностей проектирования программных приложений для данного класса приборов.
В рамках настоящей диссертационной работы предлагается метод автоматизации проектирования средств обработки изображений на примере разработки системы обработки гиперспектральной информации и решения прикладной задачи обнаружения замаскированных объектов при помощи дифракционных видеоспектрометров, математических моделей систем распознавания образов и вегетационных индексов.
Цели и задачи работы. Целью диссертационной работы является разработка методов и алгоритмов автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ.
В соответствии с поставленной целью в работе решены следующие задачи:
1. Определены направления развития систем ДЗЗ, проведен анализ гиперспектральной аппаратуры, средств обработки изображений и методов их проектирования.
2. Сформулированы основные этапы проектирования средств обработки изображений в дифракционных ГСС ДЗЗ для реализации в САПР.
3. Разработан метод автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ, позволяющий оптимизировать системы обработки гиперспектральной информации под конкретные задачи обнаружения.
4. Разработана методика радиометрической калибровки выходных данных при проектировании средств обработки изображений в дифракционных ГСС ДЗЗ, позволяющая универсализировать анализ спектральных характеристик.
5. Разработана методика изменения размеров изображения, получаемого входным объективом дифракционной ГСС ДЗЗ.
6. Разработан алгоритм обнаружения и распознавания объектов для автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ.
7. Проведена экспериментальная проверка результатов исследований.
Методы исследования. Для решения поставленных задач применены теория систем автоматизации проектирования, методы машинной графики, обработки изображений, обнаружения и распознавания объектов на них, методы вычислительной математики и математической логики, методы линейной оптики и оптики спектральных приборов, а также прикладного программирования.
Достоверность и обоснованность полученных результатов обеспечивается учетом новых факторов и условий, влияющих на исследуемые проблемы; анализом имеющихся результатов в рассматриваемой области знаний; методологической основой научного задела по рассматриваемой тематике; применением современных апробированных теоретических подходов и математических методов
исследований; обоснованностью принятых допущений и ограничений при разработке методического аппарата исследований; проведением многовариантного анализа; учетом имеющегося опыта и практики в области систем автоматизации проектирования.
Научная новизна заключается в разработке и исследовании методов и алгоритмов автоматизации проектирования новых средств обработки гиперспектральной информации в системах ДЗЗ, алгоритма обнаружения замаскированных объектов, а также в разработке нового входного параболического вариообъектива для систем дистанционного зондирования.
Основные положения, выносимые на защиту:
1. Метод автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ.
2. Метод выбора критерия обнаружения.
3. Метод выбора математической модели систем распознавания образов.
4. Методика и алгоритм радиометрической коррекции спектральных характеристик, получаемых с помощью средств обработки изображений дифракционных ГСС ДЗЗ.
5. Алгоритм обнаружения и распознавания объектов для автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ.
6. Методика изменения размеров изображения, получаемого входным объективом дифракционной ГСС ДЗЗ.
Практическая значимость. Эффект от использования результатов диссертационной работы состоит в:
1) сокращении сроков проектирования дифракционных ГСС ДЗЗ;
2) автоматизации проектирования средств обработки изображений в дифракционных ГСС ДЗЗ;
3) сокращения времени получения пользователем необходимых данных об объектах Земли;
4) разработке нового входного параболического вариообъектива для систем дистанционного зондирования согласно государственной регистрации полезной модели параболической оптической системы (патент №147776, приоритет от 30.12.2013).
Внедрение и реализация. Практические результаты работы используются в специализированных и научно-исследовательских организациях, что подтверждено соответствующими актами о внедрении.
В число организаций, внедривших и использующих результаты работы, входят АО «ГОИ им. С.И. Вавилова», Университет ИТМО.
Апробация работы. Основные результаты диссертационной работы прошли апробацию в ходе докладов и их обсуждений на международных и всероссийских научно-технических конференциях:
1. II, III Всероссийский конгресс молодых ученых (СПб НИУ ИТМО 2013г, 2014г.).
2. Международный конгресс по интеллектуальным системам и информационным технологиям (г. Дивноморск 2013г, 2014г.).
3. III Всероссийская научная конференция "Проблемы военно-прикладной геофизики и контроля состояния природной среды" (ВКА им. А.Ф. Можайского, 2014г).
Публикации. По теме диссертации опубликовано 10 печатных работ, из которых 3 опубликованы в журналах, входящих в перечень, утвержденный ВАК РФ.
Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения, списка литературы, включающего 57 наименований, а также Приложения и изложена на 115 страницах, содержит 22 рисунка и 3 таблицы.
ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И СОСТОЯНИЕ ВОПРОСА СИСТЕМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ
ЗЕМНОЙ ПОВЕРХНОСТИ
1. Обзор современных систем дистанционного зондирования земной поверхности и тенденции их развития
Дистанционное зондирование как отдельная область приборов
появилась в нашей стране больше 30-ти лет назад. Во время холодной войны возникла потребность в обнаружении местоположения старта пуска ракет. Это послужило причиной возникновения видеоспектральных систем наблюдения за земной поверхностью в ближнем инфракрасном, видимом и ультрафиолетовом диапазонах. Также велись разработки приборов данного класса и для других целей. В частности, видеоспектрометры (ВС), принимающие оптическую информацию в видимом и ближнем инфракрасном диапазонах, позволяют анализировать земную поверхность с целью идентификации расположенных на ней природных и антропогенных объектов. Приборы данного класса хорошо зарекомендовали себя в метеорологии, геологии, экологии и картографии. Но технические особенности данных приборов позволяют расширить границы их применения. Видеоспектрометрия как отдельная область технического знания была заморожена на длительный срок в связи с распадом Советского Союза. Вместе с тем, за последние десятилетия появились такие виеоспектрометрические приборы как «Лептон», «Реагент», «Сокол-ГЦП». В эти же годы начались разработки в области программного обеспечения и методик анализа гиперспектральных снимков.
Начало эффективному использованию методов ДЗЗ для получения
сведений о свойствах земной поверхности из космоса было положено не
многим более четырех десятилетий тому назад с началом использования
метеорологических искусственных спутников Земли (ИСЗ) и спутников для
исследования природных ресурсов. Особое место здесь заняли приборы,
11
позволяющие получать информацию об объектах земной поверхности в значениях КСЯ.
Появившиеся в то время многоспектральные оптические системы фотографического типа (МКФ-6, МСП-4) использовались только для разделения (дифференциации) объектов, существенно отличающихся по спектральным характеристикам.
Многоспектральная камера МКФ-6 представляла собой шесть отдельных одинаковых фотокамер, объединенных в общем корпусе. Каждая камера осуществляла съемку земной поверхности в строго определенном спектральном интервале шириной в 60 нм. Таким образом, МКФ-6 производила съемку в шести зонах электромагнитного спектра с эффективными длинами волн, близкими к следующим значениям: 480, 540, 600, 660, 740 и 840 нм.
Многоканальный синтезирующий проектор МСП-4 был разработан для дешифрования многозональных фотографических снимков и синтеза на их основе цветных изображений.
Из-за длительной процедуры обработки получаемых результатов и невозможности работать в реальном масштабе времени фотографические методы ДЗЗ отошли на второй план.
Дальнейшие разработки велись в направлении создания методов и средств, обеспечивающих оперативное получение и обработку информации, которая должна отличаться высокой радиометрической точностью и отображать с хорошим спектральным и пространственным разрешениями объекты земной поверхности. В результате были созданы многоспектральные системы оптического сканирования (МСОС).
В отличие от фотографических систем МСОС позволили сильно расширить регистрируемую часть спектра излучений абиотических, биотических и антропогенных объектов.
Как правило, МСОС включали в себя входную проецирующую оптическую систему, полевую диафрагму, фильтровый полихроматор и систему регистрации. В большинстве таких систем сканирование по пространству осуществлялось при помощи подвижного зеркала, а разложение в спектр обеспечивалось спектральными фильтрами в сочетании с тем или иным разветвителем (например, волоконнооптическим жгутом). Регистрация излучения в МСОС осуществлялась набором фотоприемников.
Одной из первых систем этого типа являлась многозональная сканирующая система (MSS), разработанная для спутников серии LANDSAT. Она позволяла получать многоспектральные синоптические изображения в цифровом виде.
Дальнейшим развитием системы MSS стала разработка прибора тематического картографирования (ТМ), предназначенного для получения спектрозональных изображений с высоким пространственным разрешением. Этот прибор впервые был использован в 1982 г. на спутнике LANDSAT-4 и в 1984 г. на спутнике LANDSAT-5. Данная система явилась логическим продолжением прибора MSS. Вместо четырех спектральных каналов в системе MSS, данный прибор ТМ получал семь каналов с улучшенными спектральными и пространственными разрешениями. Такое улучшение параметров ТМ было достигнуто благодаря ряду изменений, внесенных в конструкцию прибора при его разработке.
Первой отечественной МСОС следует считать аппаратуру «Фрагмент» [19], созданную совместно с немецкими специалистами. Основная задача, которая решалась разработчиками МСОС «Фрагмент» - это разработка методов и технических средств оперативного исследования природных ресурсов Земли. Данная аппаратура была установлена на ИСЗ «Метеор». МСОС «Фрагмент» - это радиометр, предназначенный для дистанционных измерений спектральной плотности энергетической яркости (СПЭЯ) в восьми спектральных интервалах оптического диапазона (0,4мкм -2,4мкм).
В МСОС «Фрагмент» были использованы в качестве приемников излучения точечные детекторы совместно с развертывающим оптико-механическим устройством. Применение различных между собой детекторов позволило охватить широкий спектральный диапазон получаемых измерений. Из-за применения точечного приемника с минимальным количеством ступеней преобразования с возможностью его калибровки по эталону, а также одной оптической системы была достигнута высокая точность измерения потоков излучений.
Аппаратура «Фрагмент», размещенная на ИСЗ, успешно проработала несколько лет, регулярно передавая в центр управления многоспектральную видеоинформацию. В результате этого эксперимента отработаны многие важные технические и технологические решения по построению аппаратуры дистанционного зондирования.
В результате проделанного анализа можно сделать вывод, что системы данного класса обладали рядом недостатков. В первую очередь они обладают значительными массогабаритными характеристиками и имеют механические сканирующие элементы, снижающие точность и надежность приборов. Последовательное формирование кадров изображений, применение фильтров и механических систем оптического сканирования уменьшает информационные возможности данных систем, т.к. необходима более гибкая система формирования спектральных интервалов.
Таким образом, на ранних этапах развития спектральных средств ДЗЗ подавляющее большинство исследований, направленных на получение графиков и таблиц КСЯ, проводилось в лабораторных и полевых условиях с помощью различного типа спектрорадиометров с низким и средним спектральным разрешением. Полевые измерения велись специально разработанными быстродействующими приборами на земной поверхности или с авиа - и космических носителей.
Следует отметить, что наземные измерения чаще всего происходят на высоте от 1 до 1,5 метров с помощью специальных радиометров, что
14
позволяет грамотно фиксировать не только спектральные характеристики объектов, но и условия при которых происходили измерения. Наземные измерения по получению значений КСЯ имеют особое значение и на сегодняшний день при валидации данных, получаемых с ИСЗ или авианосителя.
При проведении авиационных и наземных измерений есть ряд трудностей. Например, влияние атмосферы и облаков на спектральные характеристики. Так, расхождение в спектральных характеристиках между наземными и авиационными измерениями для различных типов растительности составляет около 50%.
В связи с различными исследованиями, проводимыми в последние десятилетия, было доказано, что небольшие спектральные различия могут послужить индикаторами различиями между объектами и явлениями земной поверхности. Это в свою очередь послужило возникновению нового класса приборов ДЗЗ, которые получили название видеоспектрометры (ВС). Один из первых зарубежных приборов такого класса был разработан в США в Jet Propulsion Laboratory (JPL), Califomia Institute of Technology, Pasadena, CA91109, USA - авиационный ВС AIS. Данный прибор позволял получать изображения в ближней и средней инфракрасной области спектра 1,2 - 2,4 мкм при мгновенном поле зрения 1,9 мрад и угле обзора (полном поле зрения) 3,7о. В этом приборе в качестве приемника излучения применена охлаждаемая матрица КРТ (из теллурида кадмия и ртути), содержащая 32 х 32 элемента. Такая матрица регистрировала спектр в 32 спектральных каналах с 32 элементами разрешения в каждом. Для обеспечения функционирования прибора во всей рабочей ИК-области спектра плоская дифракционная решетка полихроматора устанавливалась в 4 фиксированных положениях, что увеличивало результирующее число спектральных каналов до 128. Первую экспериментальную проверку ВС AIS прошел в 1984 г. над территорией США.
Следующей разработкой лаборатории JPL в США стал экспериментальный ВС AVIRIS, созданный в рамках программы NASA для геологического картирования и позволяющий наблюдать тонкие детали спектров поглощения минералов в реальных полевых условиях. Прибор позволяет получать изображения в диапазоне спектра от 0,4 до 2,4 мкм, которые фиксируются 224 спектральных канала. Мгновенное поле зрения прибора 1,0 мрад, угол обзора 30о. По данным аэросъемок с ВС AVIRIS в геологически открытых районах помимо основных типов горных пород хорошо выделяются слабо выраженные рудоконтролирующие зоны вторичных гидротермальных изменений.
Также необходимо отметить, что с помощью приборов AIS-1, AIS-2 и AVIRIS, установленных на нескольких самолетах - лабораториях США, в 1985 - 1987 г.г. в Антарктиде были успешно проведены измерения содержания озона с целью исследования озонных дыр.
Для спутниковых экспериментов 90-х годов по программам NASA с использованием Шаттлов были разработаны ВС: FF, SIS-A(SISEX) и SIS-B, а также перспективные видеоспектрометры среднего разрешения - MODIS и высокого разрешения - HIRIS (как усовершенствованные варианты аппаратуры SISEX).
Укажем ещё некоторые зарубежные ВС, разработанные в последние десятилетия.
— ROSIS (Космическое агентство Германии, MBB, Sрace Systems Gro^) имеет рабочую спектральную область 0,4 - 1,0 мкм (в ближайшей перспективе: 1,5 - 2,5 мкм и 3,5 - 15,0 мкм), общее количество спектральных каналов 256, мгновенное поле зрения 0,55 мрад, угол обзора (синтезированный) + 16о [21].
— ВС университета г. Данди, Шотландия имеет рабочую спектральную область 0,42 - 1,06 мкм и 576 спектральных каналов.
— ВС Santa Barbara Research Center имеет две модификации. Первая
модификация - с рабочими спектральными областями: 0,4 - 0,6 мкм и 0,6 -
16
1,0 мкм - делится соответственно на 129 и 256 спектральных каналов, мгновенное поле зрения 0,66 мрад, угол обзора 19,1о. Вторая модификация -с рабочей спектральной областью 1,0 - 1,8 мкм - делится на 90 спектральных каналов, мгновенное поле зрения 0,66 мрад, угол обзора 12о.
Из разработок последнего десятилетия следует отметить ВС CASi фирмы Itres Research Ltd., Канада, выпускаемый малой серией. Этот прибор имеет рабочую спектральную область 0,4 - 0,9 мкм и при полёте носителя по выбору регистрируются до 15 ВС изображений. Спектральное разрешение прибора от 1,8 нм (его значение может быть выбрано по желанию исследователя), мгновенное поле зрения 1,0 мрад, угол обзора 45о.
ВС CASi сразу нашел широкое применение в исследовательских работах по изысканию принципиально новых возможностей спектральных средств ДЗЗ.
Компания Itres Research Ltd. использует ВС CASi в собственных исследованиях, пополняя банк спектральных данных по различным ландшафтно-климатическим зонам. Так, ВС CASi применялся при изучении районов заброшенных рудных шахт в Канаде, где продукты окисления рудных отвалов загрязняют почвы, поверхностные и подземные воды. Индикатором процессов окисления служат окислы железа, зоны, распространения которых хорошо выделяются в некоторых узких спектральных интервалах.
Оценка обстановки в таком экологически неблагополучном районе, как открытые разработки бурых углей в центральной Германии, была успешно осуществлена с помощью ВС CASi. Получены хорошие результаты при классификации типов почв, сложно нарушенных антропогенным воздействием, и связанных с этим новыми образованиями растительных сообществ, а также гидрохимическими характеристиками вторичных озёр на местах открытых разработок.
ВС CASi совместно с многоспектральным сканером использует Министерство энергетики США в своих исследованиях по оценке состояния окружающей среды на американских объектах энергетики.
Сделаны успешные попытки использования
видеоспектрометрических данных CASi для изучения процесса осаждения радиоактивных загрязнений (цезий), выносимых в эстуарии рек. Основой методики послужила устойчивая связь между мутностью воды и содержанием цезия.
В последнее время заметным «конкурентом» CASi стал ВС AISA (фирма - разработчик Sрectral Imaging Ltd, Finland), имеющий близкую к CASi рабочую спектральную область 0,43 - 0,90 мкм со спектральным разрешением 1,8 нм и числом элементов на строке 360. Угол обзора 21о, мгновенное поле зрения 1 мрад. Прибор имеет программно-регулируемые варианты регистрации информации - от полномерного варианта регистрации до сокращённых по спектру и пространству информационных вариантов.
ВС AISA широко используется при исследованиях в лесной зоне юго-запада Финляндии. Отмечена его высокая эффективность при регистрации небольших изменений спектральных характеристик растительности на разных фазах вегетации, на ранних стадиях болезней, при возникновении стрессов. Этот прибор показал хорошие результаты при обнаружении сорняков, поражённых болезнью участков лесов и полей.
Финскими учёными была сделана попытка применения ВС AISA для решения задач геологического картирования территорий с различными лесными массивами. При этом была выявлена корреляция изменений спектральных характеристик ели с геохимическими данными, то есть показана возможность картирования почв и коренных пород с учетом спектральных характеристик растительности.
В нашей стране разработки ВС аппаратуры получения
гиперспектральной информации ведутся с начала 80-х годов ХХ века, когда в
1982 г. был разработан дифракционный ВС «ОПАЛ-ЛИТМО». В дальнейшем
18
по известным политико-экономическим причинам при создании отечественных авиационных ВС («Реагент», «Лептон», «Сокол-ГЦП») и ВС космического базирования («Ресурс-П», «МКА ФКИ») в последние годы применяются призменные схемы полихроматоров, в то время как в зарубежных приборах используются дифракционные решетки. Известно, что недостатком призменных приборов является разное спектральное разрешение, экспоненциально возрастающее с увеличением длины волны.
Одним из первых дифракционных ВС под названием «Фрегат», предназначенный для работы в видимом и ближнем ИК диапазонах спектра, был разработан в 1985г. в Ленинградском институте точной механики и оптики (ЛИТМО) научно-исследовательской группой «КОСПЕКТР» в рамках космического проекта «Фобос». Для регистрации видеоспектрометрической информации в приборе использовалась разработанная на предприятии «Электрон» ПЗС-матрица, позволяющая получать до 288 спектральных каналов в диапазоне от 400 до 1000 нм. Оптико-электронный блок ВС был совмещён с тремя видеокамерами, работающими в синем, зелёном и красном участках видимого диапазона спектра. Два экземпляра аппаратуры, прошедшие необходимые испытания и калибровку, были переданы заказчику - Институту космических исследований Российской академии наук (ИКИ РАН).
Похожие диссертационные работы по специальности «Системы автоматизации проектирования (по отраслям)», 05.13.12 шифр ВАК
Методы математического моделирования и алгоритмы автоматической обработки аэрокосмических изображений при распознавании природных и антропогенных объектов2016 год, кандидат наук Трекин, Алексей Николаевич
Алгоритмы сегментации объектов земной поверхности по данным гиперспектральной съемки2013 год, кандидат технических наук Юдаков, Антон Александрович
Разработка методики мультииндексной обработки спектральных изображений подстилающей поверхности по комплексным данным дистанционного зондирования2020 год, кандидат наук Фисенко Елена Вячеславовна
Разработка алгоритмических и программных средств регистрации и визуализации локальных гиперспектральных данных2009 год, кандидат физико-математических наук Овчинников, Андрей Михайлович
Контроль зон произрастания борщевика Сосновского по спектральным характеристикам отраженных волн оптического диапазона2019 год, кандидат наук Рыжиков Дмитрий Михайлович
Список литературы диссертационного исследования кандидат наук Кузнецов Александр Юрьевич, 2015 год
Список литературы
1. Кузнецов А.Ю. Проблемы создания отечественных видеоспектрометров на примере гиперспектрального комплекса «Фрегат» // Научное обозрение. - Москва. - 2015г. - №2. - С. 118-123.
2. Кузнецов А.Ю. Реализация системы изменения размеров изображения, формируемого входным объективом видеоспектрометра / Чиков К.Н., Гатчин Ю.А., Красавцев В.М. // Вестник компьютерных и информационных технологий. - Москва. - 2015г. - №1. - С. 10-13.
3. Кузнецов А.Ю. Система раннего обнаружения цифровых диктофонов // Научное обозрение. - Москва. - 2013г. - № 2. - С. 155-158.
4. Кузнецов А.Ю. Параболическая оптическая система / Чиков К.Н., Гатчин Ю.А., Красавцев В.М., // патент №147776. - приоритет от 30.12.2013г.
5. Кузнецов А.Ю. Система раннего обнаружения цифровых диктофонов // Сборник тезисов докладов конгресса молодых ученых. - СПб: НИУ ИТМО. - 2012г. - С. 154-159.
6. Кузнецов А.Ю. Методы обработки гиперспектральной информации // Сборник тезисов докладов конгресса молодых ученых. - СПб: НИУ ИТМО. - 2013г. - С. 96-97.
7. Кузнецов А.Ю. Применение внеосевого зеркального параболоида в качестве перспективного входного объектива озонометра / Доброленский Ю.С., Красавцев В.М., Чиков К.Н // Труды конгресса по интеллектуальным системам и информационным технологиям "К&ГТ13". - 2013г. - С.352-357.
8. Кузнецов А.Ю. Проблема устранения переналожения второго порядка спектра на регистрируемые характеристики видеоспектрометра «Фрегат» // Сборник тезисов докладов 3 Всероссийского конгресса молодых ученых. - СПб: НИУ ИТМО. - 2014г. - С. 198-201.
9. Кузнецов А.Ю. Проблемы создания отечественных видеоспектрометров на дифракционных решетках и перспективы их использования для контроля состояния природной среды // Труды 3 Всероссийской научной конференции «Проблемы военно-прикладной
геофизики и контроля состояния природной среды». - СПб: ВКА им А.Ф. Можайского. - 2014г. - С. 313-319.
10. Кузнецов А.Ю., Гатчин Ю.А., Чиков К.Н., Красавцев В.М. «Методика обнаружения замаскированных объектов на основе применения видеоспектрометра // Труды конгресса по интеллектуальным системам и информационным технологиям "К&ГТ14". - 2014г. - С.261-264.
11. Чиков К. Н., Гуд В. В., Красавцев В. М., Сандаков А. Н. Видеоспектрометры для экологического мониторинга // Известия вузов «Приборостроение». - 1998. - Т.41, № 3.
12. Чиков К. Н., Гуд В. В., Красавцев В. М. Бортовой видеоспектральный комплекс для целей геолого- и экологического картирования // Научные исследования высшей школы по экологии и рациональному природопользованию. Сборник статей / Санкт-Петербургский горный ин-т. СПб, - 2000, С.173 - 175.
13. П. В. Батян, В. В. Гуд, И. А. Коняхин, В. М. Красавцев, К. Н. Чиков, В. Н. Груздев, Б. В. Шилин. Опыт использования видеоспектрометра ИТМО в натурных условиях // Известия вузов "Приборостроение". - 2002. - Т. 45, № 2.
14. Федченко П. П., Кондратьев К. Я. Спектральная отражательная способность некоторых почв. - Л. Гидрометеоиздат, 1981.
15. Чапурский Л. И. Отражательные свойства природных объектов в диапазоне 400 - 2500 нм. - Изд. МО СССР, 1986.
16. Шилин Б.В., Груздев В.Н., Марков А.В., Мочалов В.Ф. Использование видеоспектральной аэросъёмки для экологического мониторинга. Оптический журнал. 2001. Т.68 №12. С. 41-49;
17. Бровкина О. В., Григорьева О. В., Груздев В. Н., Захаров С. В., Пономарев С. А., Чапурский Л. И., Чиков К. Н. Аппаратура, методики и результаты использования материалов видеоспектральной и тепловой аэросъемки для экологического мониторинга территорий и акваторий//Сборник научных статей «Современные проблемы
дистанционного зондирования Земли из космоса». Вып. 4, Т.1, М, ООО «Азбука-2000», 2007. С. 209-215;
1S. Гоутц А. Ф. Х., Уэллмэн Дж. Б., Барнс У. Л. Дистанционное зондирование Земли в оптическом диапазоне // ТИИЭР. - 19S5. -T. 73, N б, C.7-29.
19. Горелик А.Л. Скрипкин В.А. Методы распознавания //Москва, «Высшая школа». - 1977г.
20. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В., Тематическая обработка многоспектральных и гиперспектральных аэрокосмических изображений // М., МФТИ - 2013г.
21. Аванесов Г. А., Зиман Я. Л. и др. Многозональная сканирующая система: "Фрагмент". Итоги проектирования и опытной эксплуатации // Научное космическое приборостроение, вып. 2. Оптико-электронные приборы. - M.: Металлургия, 1983.
22. Кронберг П. Дистанционное изучение Земли. - М. Мир. 19SS.
23. Patent No. 3б14б39.0 (Deutsches Patentamt, Munchen).
24. Кравцова В. И. «Дистанционное зондирование Земли в первой четверти XXI века» ГИС-ассоциация. Информационный бюллетень №3 , 2002.
25. Яблонский Л., Воронин Е., Кашин В. «Зарубежные военные программы космической видовой разведки» // Зарубежное Военное Обозрение № 7, 2002.
26. Jane's Defence Weekly 24/IV 2002, рр.б.
27. Ор1 Eng., 1995, Vol.34, N.11, рр. 3217-3221.
2S. Anger C. D., et al. Scientific results from the Viking ultraviolet imager: an introduction. // Geoрhys. Res. Lett., v.14, рр. 3S3 - 3S6, 19S7.
29. А. Хани и др. (A. Hahne et al.) GOME: новый инструмент для ERS-2 // ESA бюллетень, № 3, февраль 1993, С. 22 - 20.
30. Interball Mission and Payload. Publisher "RSA, IKI, CNES", 1995.
31. В. В. Гуд, В. М. Красавцев, А. Н. Сандаков, К. Н. Чиков Видеоспектрометрические космические комплексы для исследования Земли и планет Солнечной системы // Оптический журнал, 1995, № 8, С 67 - 71.
32. Kuzmin A. K., Chikov K. N. РегБресйуе рапогашк auroral imager and it's оррогШпШеБ for tomograрhic тарр^ and diagnostics of ionosрherical characteristics from the satellite. Abstracts and Reрorts. COSPAR Colloquium.Interball 2002. Sofia, Bulgaria.
33. Kuzmin A. K., Chikov K. N., et al. Auroral Phenomena as seen by coordinated measurements of SKA-3, UVSIPS and IMAP-3 exрeriments on board the Interball-2 satellite. Abstracts and Reрorts. COSPAR Colloquium.Interball 2002. Sofia, Bulgaria.
34. Пейсахсон И. В. Оптика спектральных приборов. Изд.2-е, - Л., «Машиностроение» Л.О., 1975.
35. Чапурский Л.И, Алексеев А.А., Астахова Е.И. и др. Опыт использования призменного видеоспектрометра «Лептон» для измерения отражательных свойств элементов наземной тестовой мишенной обстановки. Сборник тезисов докладов НТК «Гиперспектральные приборы и технологии». ОАО «Красногорский завод им. С.А. Зверева», 2013. С.99-100.
36. Григорьева О.В., Марков А.В., Саидов А.Г., Чапурский Л.И. База данных для фоноцелевого информационного обеспечения систем дистанционных исследований, использующая ГИС-технологии. Труды 2 «Всеросс. научн. конференции «Проблемы военно-прикладной геофизики и контроля природной среды». Т.1, ВКА им. А.Ф. Можайского, СПБ, 2012. - С. 64-68.
37. Саидов А.Г. Структура реляционной БД КСЯ основных типов ландшафта и её программное обеспечение на базе ГИС. Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т.9. №3. С. 70-74.
38. Григорьева О.В., Чапурский Л.И. Проблемы создания и информационного наполнения базы данных по коэффициентам спектральной
яркости объектов наземных экосистем. Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т.9. №3. С. 18-25.
39. Козодеров В.В., Кондранин Т.В., Дмитриев Е.В., Казанцев О.Ю., Персев И.В., Щербаков М.В. Обработка данных гиперспектрального аэрокосмического зондирования.//Исследование Земли из космоса, 2012, №5, с 3-11.
40. Архипов С.А. Радиометрическая калибровка оптико-электронной аппаратуры дистанционного зондирования Земли: текущее состояние и проблемы.// Научно-технический сборник «Контенант» Том 11, №1, 2012. С. 32-37.
41. Шифрин К.С., Пятовская Н.П. Поле коротковолновой радиации над типичными подстилающими поверхностями. Труды ГГО, вып. 166, 1964. С.3-23.
42. Постыляков О.В., Боровский А.Н., Локштанов С.Е. и др. О влиянии атмосферы на входной сигнал спутниковой аппаратуры ДЗЗ над высокогорным валидационным полигоном в видимом и БИК спектральных диапазонах. Сборник тезисов докладов НТК «Гиперспектральные приборы и технологии». ОАО «Красногорский завод им. С.А. Зверева», 2013. С. 117-118.
43. Кондратьев К.Я., Бузников А.А., Васильев О.Б. и др. Некоторые результаты совмещенного подспутникового эксперимента. // ДАН СССР. 1971. Т. 196. №6. - С. 1333-1336.
44. Кондратьев Ю.М., Доброзраков А.Д., Яковлев С.Г. и др. Спектрометрический комплекс ГосНИЦ ИПР. Вестн. с.-х. науки, 1983, № 2 (317). С. 128-132.
45. Чапурский Л.И. Отражательные свойства природных объектов в диапазоне 400-2500 нм. Ч.1. МО СССР, 1986. С. 9-15.
46. Abrams L., Alberotanza L., Cavalli R.M. and all. Satellite and airborne remote sensing data study the Venice lagoon. Proc. of the Fifth international Airborne Remote Sensing Conference and Exhibition. San Francisco. 17-20 seрt 2001, art. № 132. - 5 р.р.
47. Росс Ю.К., Петерсон У.К. О Каталогизации коэффициентов спектральной яркости лесной зоны Европейской территории Советского Союза. "Исследование Земли из космоса", 1984, №2, С.60-66.
48. Бровкина О. В., Григорьева О. В., Груздев В. Н. и др. Аппаратура, методики и результаты использования материалов видеоспектральной и тепловой аэросъемки для экологического мониторинга территорий и акваторий//Сборник научных статей «Современные проблемы дистанционного зондирования Земли из космоса». Вып. 4, Т.1, М, ООО «Азбука-2000», 2007. С. 209-215.
49. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений // Техносфера. М. 2010г.
50. Андронов А. Спутники, доступные террористам // Независимое военное обозрение. - 1999г.
51. Баранов Ю.Б. Рынок ДЗЗ в России // Пространственные данные. -2005г, №5.
52. Лавров В.В. Новейшие космические системы GeoEye-1 (США) и TerraStar-X (Германия) в нефтегазовой отрасли // Информационный бюллетень ГИС-Ассоциации. - 2007г. №1 (58).
53. Рахманов М. Спутниковое зондирование: перемены неизбежны // Издание о высоких технологиях C.NEWS. - 2006г.
54. Рахманов М. Спутниковая разведка: новые тенденции развития // Издание о высоких технологиях C.NEWS. - 2006г.
55. H.S. Bowen, Absolute Radiometric Calibration of the Ikonos Sensor Using Radiometricaly Characterized Stellar Sources, Persona 15/Land Satellite Inforation IV Conferences, ISPRS Commission I Mid-term Symposium/FIEOS, Nov. 10-14, 2002, Denver, CO.
56. DigitalGlobe Announces the Successful Launch of WorldView-2, Oct. 8, 2009.
57. Stoney W.E. ASPRS Guide to land imaging satellites. 2008.
Приложение
Листинг программного модуля HyView:
#include <vcl.h> #pragma hdrstop
#include "Unitl.h" #include "Unit2.h" #include <iostream.h> #include <math.h> #include <Clipbrd.hpp> #pragma package(smart_init) #pragma link "Chart" #pragma link "Series" #pragma link "TeEngine" #pragma link "TeeProcs" #pragma resource "*.dfm" TPlayForm *PlayForm;
_fastcall TPlayForm::TPlayForm(TComponent* Owner)
: TForm(Owner)
{ }
double *SpectrPoint(int X, int Y)
{
int i, j, jl, iTl, igTT, iT, k, iRx, iER, iRy, j_lamda; byte bY0, bYl, bY2; double *MassSpectr;
MassSpectr=(double*)calloc(m_nSizeV, 2*sizeof(*MassSpectr)); byte *bSFRM2;
bSFRM2=(byte*)calloc(m_nFrameSize, 2*sizeof(*bSFRM2)); fw=fopen(RWWFile.c_str(),"r");
iT1=m_nFrameSize*2/3; //число двоек чисел - троек байт в одном спектральном кадре float *fR;
fR=(float*)calloc(iT 1, 2*sizeof(*fR)); float *fR1;
fR1=(float*)calloc(iT 1, 2*sizeof(*fR1));
igTT=(m_nDataOffset+Y*m_nFrameSize);// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) {
92
bY0=bSFRM2[k*3];
bY1=bSFRM2[k*3+1];
bY2=bSFRM2[k*3+2];
iRx=int(bY0)<<4;
iER=int(bY2)% 16;
iRx+=iER;
iRy=int(bY1)<<4;
iER=int(bY2>>4);
iRy+=iER;
fR[iT]=float(iRx);
fR[iT+1 ]=float(iRy);
iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (i = 0; i < m_nSizeV; i++) {
MassSрectr[i]=fR1[(X*m_nSizeV+i)]; }
fclose(fw); delete fR; delete fR1; delete bSFRM2;
return MassSрectr; }
double *SрectrString(int y)
{
int i, j, j1, iT1,jA, igTT, iT, k, iRx, iER, iRy, j_lamda; byte bY0, bY1, bY2; double *MassSрectr;
MassSрectr=(double*)calloc(m_nSizeV, 2*sizeof(*MassSрectr)); byte *bSFRM2;
bSFRM2=(byte*)calloc(m_nFrameSize, 2*sizeof(*bSFRM2)); fw=foрen(RWWFile.c_str(),мrм);
iT1=m_nFrameSize*2/3; //число двоек чисел - троек байт в одном спектральном кадре float *fR;
fR=(float*)calloc(iT 1, 2*sizeof(*fR)); float *fR1;
fR1=(float*)calloc(iT 1, 2*sizeof(*fR1));
igTT=(m_nDataOffset+y*m_nFrameSize);// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск
fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) { bY0=bSFRM2[k*3]; bY1=bSFRM2[k*3+1]; bY2=bSFRM2[k*3+2]; iRx=int(bY0)<<4; iER=int(bY2)% 16; iRx+=iER; iRy=int(bY1 )<<4; iER=int(bY2>>4); iRy+=iER; fR[iT]=float(iRx); fR[iT+1]=float(iRy); iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (jA = 0; jA < m_nSizeH; jA++) {
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) {
MassSpectr[j_lamda]+=fR1[(jA*m_nSizeV+j_lamda)]; }
}
for (i = 0; i < m_nSizeV; i++) {
MassSpectr[i]=MassSpectr[i]/m_nSizeH;
}
fclose(fw); delete fR; delete fR1; delete bSFRM2;
return MassSpectr; }
double *SpectrZone(int X1, int Y1, int X2, int Y2)
{
byte bY0, bY1, bY2; double *MassSpectr; byte *bSFRM2;
fw=fopen(RWWFile.c_str(),"r");
int i, j, j1, iT1,iT, jA, k, iRx, iER, iRy, j_lamda, sideX, sideY;
sideX=X2-X1;
sideY=Y2-Y1;
MassSрectr=(double*)calloc(m_nSizeV, 2*sizeof(*MassSрectr)); bSFRM2=(byte*)calloc(m_nFrameSize, 2*sizeof(*bSFRM2)); iT1=m_nFrameSize*2/3; //число двоек чисел - троек байт в одном спектральном кадре float *fR;
fR=(float*)calloc(iT1, 2*sizeof(*fR)); float *fR1;
fR1=(float*)calloc(iT 1, 2*sizeof(*fR1)); for (i = Y1; i < Y2; i++) { igTT=m_nDataOffset+i*m_nFrameSize;// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) { bY0=bSFRM2[k*3]; bY1=bSFRM2[k*3+1]; bY2=bSFRM2[k*3+2]; iRx=int(bY0)<<4; iER=int(bY2)% 16; iRx+=iER; iRy=int(bY1 )<<4; iER=int(bY2>>4); iRy+=iER; fR[iT]=float(iRx); fR[iT+1]=float(iRy); iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (jA = X1; jA < X2; jA++) {
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) {
MassSрectr[j_lamda]+=fR1[(jA*m_nSizeV+j_lamda)]; }
} }
for (i = 0; i < m_nSizeV; i++) {
MassSрectr[i]=MassSрectr[i]/(sideX*sideY);
}
fclose(fw); delete fR;
delete fR1; delete bSFRM2; return MassSрectr;
}
double *SKOZone(int X1, int Y1, int X2, int Y2)
{
byte bY0, bY1, bY2; double *MassSKO, *Sрectr;
MassSKO=(double*)calloc(m_nSizeV, 2*sizeof(*MassSKO)); Sрectr=(double*)calloc(m_nSizeV, 2*sizeof(*MassSKO)); byte *bSFRM2;
fw=foрen(RWWFile.c_str(),"r");
int i, j, j1, iT1,iT, jA, k, iRx, iER, iRy, j_lamda, sideX, sideY;
sideX=X2-X1;
sideY=Y2-Y1;
bSFRM2=(byte*)calloc(m_nFrameSize, 2*sizeof(*bSFRM2)); iT1=m_nFrameSize*2/3; //число двоек чисел - троек байт в одном спектральном кадре float *fR;
fR=(float*)calloc(iT1, 2*sizeof(*fR)); float *fR1;
fR1=(float*)calloc(iT 1, 2*sizeof(*fR1)); for (i = Y1; i < Y2; i++) { igTT=m_nDataOffset+i*m_nFrameSize; fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) { bY0=bSFRM2[k*3]; bY1=bSFRM2[k*3+1]; bY2=bSFRM2[k*3+2]; iRx=int(bY0)<<4; iER=int(bY2)% 16; iRx+=iER; iRy=int(bY1)<<4; iER=int(bY2>>4); iRy+=iER; fR[iT]=float(iRx); fR[iT+1 ]=float(iRy); iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (jA = X1; jA < X2; jA++) {
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) {
Sрectr[j_lamda]+=fR1[(jA*m_nSizeV+j_lamda)]; }
} }
for (i = 0; i < m_nSizeV; i++) {
Sрectr[i]=Sрectr[i]/(sideX*sideY);
}
for (i = Y1; i < Y2; i++) {
igTT=m_nDataOffset+i*m_nFrameSize;// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) { bY0=bSFRM2[k*3]; bY1=bSFRM2[k*3+1]; bY2=bSFRM2[k*3+2]; iRx=int(bY0)<<4; iER=int(bY2)% 16; iRx+=iER; iRy=int(bY1 )<<4; iER=int(bY2>>4); iRy+=iER; fR[iT]=float(iRx); fR[iT+1]=float(iRy); iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (jA = X1; jA < X2; jA++) {
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) {
MassSKO[j_lamda]+=abs(fR1[jA*m_nSizeV+j_lamda]-
Sрectr[j_lamda]);
}
} }
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) { MassSKO[j_lamda]=MassSKO[j_lamda]/(sideX*sideY);
}
fclose(fw); delete fR; delete fR1; delete Sрectr; delete bSFRM2; return MassSKO;
}
double *KSJ_zone(int X1, int Y1, int X2, int Y2, int XE, int YE)
{
int i, j, j1, iT1,iT, jA, k, iRx, iER, iRy, j_lamda, sideX, sideY;
BYTE bY0, bY1, bY2;
double *MassKSJ;
double *MassEt;
double *Sрectr;
MassEt=(double*)calloc(m_nSizeV, 2*sizeof(*MassEt)); MassKSJ=(double*)calloc(m_nSizeV, 2*sizeof(*MassKSJ)); Sрectr=(double*)calloc(m_nSizeV, 2*sizeof(*Sрectr)); byte *bSFRM2;
fw=foрen(RWWFile.c_str(),"r");
sideX=X2-X1;
sideY=Y2-Y1;
bSFRM2=(byte*)calloc(m_nFrameSize, 2*sizeof(*bSFRM2)); iT1=m_nFrameSize*2/3; //число двоек чисел - троек байт в одном спектральном кадре float *fR;
fR=(float*)calloc(iT1, 2*sizeof(*fR)); float *fR1;
fR1=(float*)calloc(iT 1, 2*sizeof(*fR1)); for (i = Y1; i < Y2; i++) { igTT=m_nDataOffset+i*m_nFrameSize;// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) { bY0=bSFRM2[k*3]; bY1=bSFRM2[k*3+1]; bY2=bSFRM2[k*3+2]; iRx=int(bY0)<<4; iER=int(bY2)% 16; iRx+=iER;
iRy=int(bY1)<<4;
iER=int(bY2>>4);
iRy+=iER;
fR[iT]=float(iRx);
fR[iT+1 ]=float(iRy);
iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (jA = X1; jA < X2; jA++) {
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) {
Sрectr[j_lamda]+=fR1[(jA*m_nSizeV+j_lamda)]; }
} }
for (i = 0; i < m_nSizeV; i++) {
Sрectr[i]=Sрectr[i]/(sideX*sideY);
}
for (i = YE; i < YE+10; i++) { igTT=m_nDataOffset+i*m_nFrameSize;// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM2, m_nFrameSize,sizeof(*bSFRM2),fw); iT=0;
for (k = 0; k < iT1; k++) { bY0=bSFRM2[k*3]; bY1=bSFRM2[k*3+1]; bY2=bSFRM2[k*3+2]; iRx=int(bY0)<<4; iER=int(bY2)% 16; iRx+=iER; iRy=int(bY1 )<<4; iER=int(bY2>>4); iRy+=iER; fR[iT]=float(iRx); fR[iT+1 ]=float(iRy); iT+=2;
}
for (j = 0; j < m_nSizeH; j++) { for (j1 = 0; j1 < m_nSizeV; j1++) { fR1 [j 1+j*m_nSizeV]=fR[j+j 1 *m_nSizeH];
} }
for (jA = XE; jA < XE+10; jA++) {
for (j_lamda = 0; j_lamda < m_nSizeV; j_lamda++) {
MassEt[j_lamda]+=fR1 [(jA*m_nSizeV+j_lamda)]; }
} }
for (i = 0; i < m_nSizeV; i++) {
MassEt[i]=MassEt[i]/(sideX*sideY); MassKSJ[i]=Spectr[i]/(MassEt[i]/0,95);
}
fclose(fw); delete fR; delete fR1; delete Spectr; delete bSFRM2; return MassKSJ;
}
double NDVI_point(int X, int Y, int XE, int YE)
{
double NDVI, Rnir, Rred; int i, nNir, nRed; double *KSJ;
KSJ=(double*)calloc(m_nSizeV, 2*sizeof(KSJ));
NDVI=0;
nNir=0;
nRed=0;
Rnir=0;
Rred=0;
for (i = 0; i < m_nSizeV; i++) {
KSJ[i]=SpectrPoint(X, Y)[i]/SpectrPoint(XE, YE)[i];
}
for (i = 21; i < 26; i++) { Rred+=KSJ[i]; nRed++;
}
for (i = 29; i < 40; i++) { Rnir+=KSJ[i]; nNir++;
}
Rred=Rred/nRed; Rnir=Rnir/nNir;
NDVI=(Rnir-Rred)/(Rnir+Rred); return NDVI;
double TCHVI_point(int X, int Y, int XE, int YE)
{
double TCHVI, Rred, Rgr, Rnir; int i, nRed, nNir, nGr; double *KSJ;
KSJ=(double*)calloc(m_nSizeV, 2*sizeof(KSJ));
TCHVI=0;
nNir=0;
nRed=0;
nGr=0;
Rnir=0;
Rred=0;
Rgr=0;
for (i = 0; i < m_nSizeV; i++) {
KSJ[i]=SpectrPoint(X, Y)[i]/SpectrPoint(XE, YE)[i];
}
for (i = 21; i < 26; i++) { Rred+=KSJ[i]; nRed++;
}
for (i = 29; i < 40; i++) { Rnir+=KSJ[i]; nNir++;
}
for (i = 9; i < 14; i++) { Rgr+=KSJ[i]; nGr++;
}
Rred=Rred/nRed;
Rnir=Rnir/nNir;
Rgr=Rgr/nGr;
TCHVI=((Rred-Rgr)-(Rnir-Rred))/((Rred-Rgr)+(Rnir-Rred)); return TCHVI;
}
void_fastcall TPlayForm::ExitClick(TObject *Sender)
{
PlayForm->Close(); }
void_fastcall TPlayForm::OpenClick(TObject *Sender)
{
int jnum, i, iT, j, j1, k, iT1, iER, iRx,iRy;
int iB=43*4;
byte bY0, bY1, bY2;
WORD R, G, B;
int *iMSS;
iMSS=(int*)calloc(iB,sizeof(*iMSS)); BYTE *bMSS;
bMSS=(BYTE*)calloc(iB,sizeof(bMSS));
int iBC=iB/4;
PlayForm->Top=0;
OpenDialog1->Filtei="RWW| *.rww|ВСЁ| *.*";
if (OpenDialog1->Execute()) {
if (PlayImage->Enabled==true) { PlayImage->Enabled=false;
}
RWWFile=OpenDialog1->FileName; fw=fopen(RWWFile.c_str(),"r"); fread(iMSS, iBC, sizeof(*iMSS), fw);
m_nDataOffset=iMSS[0]; //==1024// размер заголовка в байтах m_nSerialNumber=iMSS[1]; //серийный номер камеры, из которой получен RWW
m_nVersion=iMSS[2];// RWW версия заголовка m_nFrameSize=iMSS[3];//размер кадра в байтах m_nFrameRate=iMSS[4] ;//частота кадров m_nPaletteSize=iMSS[5];//Basic рarameters m_nSizeV=iMSS[6];//горизональный размер кадра m_nSizeH=iMSS[7];//вертикальный размер кадра m_nEncoding=iMSS[8];//режим запаковки данных 0-8 бит/пиксель, 112 бит/пиксель
m_nBinning=iMSS[9]; //биннинг (от 0 до 3) m_nTrigmode=iMSS[10]; //режим запуска m_nExр=iMSS[11]; //экспозиция в мкс m_nGain=iMSS[12]; //усиление
m_nGainR=iMSS[13]; //усиление для цветных камер, для ч/б=0 m_nGainG=iMSS[14]; //усиление для цветных камер, для ч/б=0 m_nMax_Gain=iMSS[15] ;//максимальное усиление m_nColor=iMSS[16]; //Color_id m_nMethod=iMSS[17];//метод декодировки цвета m_nDevice_number=iMSS[18];//номер камеры при ее открытии m_nDraft=iMSS[19]; //вкл/выкл режим Draft m_nScale=iMSS[20];
m_nGammaR=iMSS[21];// коэффициент гамма-коррекции
m_nGammaG=iMSS[22];
m_nGammaB=iMSS[23];
m_nGammaGray=iMSS[24];
m_nBrightness=iMSS[25] ;//яркость
m_nContrast=iMSS[26];// контраст
m_nAutoContrastLevel=iMSS[27] ;//LOWORD - outрut histogram, HIWORD - inрut histogram
m_nFlags=iMSS[28];// регулирвка цветовго баланса
m_nBalanceCoeffR=iMSS[29];
m_nBalanceCoeffG=iMSS[30];
m_nBalanceCoeffB=iMSS[31];
m_nKR=iMSS[32];
m_nKG=iMSS[33];
m_nKB=iMSS[34];
//регулирвки автоконтрастирования m_nAutoContrastLimitLow=iMSS[35]; m_nAutoContrastLimitHigh=iMSS[36]; m_nAutoContrastLimitLowG=iMSS[37]; m_nAutoContrastLimitHighG=iMSS[38]; m_nAutoContrastLimitLowB=iMSS[39]; m_nAutoContrastLimitHighB=iMS S[40]; m_nAutoContrastLimitLowInрut=iMS S[41]; m_nAutoContrastLimitHighInрut=iMSS[42]; for (i = 0; i < 32; i++) {
szDateCreation[i]=iMSS[42+i];
}
for (i = 0; i < 32; i++) {
szDateModification[i]=iMSS[72+i];
}
Memo1->Lines->Add(мРазмер заголовка в байтах:" + IntToStr(m_nDataOffset));
Memo1->Lines->Add(" Серийный номер матрицы:" + IntToStr(m_nSerialNumber));
Memo1->Lines->Add("Версия заголовка:" + IntToStr(m_nVersion)); Memo1->Lines->Add("Размер палитры:" + IntToStr(m_nPaletteSize)); Memo1->Lines->Add("Число пикселов по вертикали (кол-во каналов):" + IntToStr(m_nSizeV));
Memo1->Lines->Add("Размер фрейма:" + IntToStr(m_nFrameSize)); Memo1->Lines->Add("Частота кадров:" + IntToStr(m_nFrameRate)); Memo1->Lines->Add("Число пикселов по горизонтали:" + IntToStr(m_nSizeH));
Memo1->Lines->Add("Режим запаковки данных:" + IntToStr(m_nEncoding));
Memo1->Lines->Add("Вариация биннинга:" + IntToStr(m_nBinning)); Memo1->Lines->Add("Режим запуска:" + IntToStr(m_nTrigmode)); Memo1->Lines->Add("Время экспозиции в мкс:" + IntToStr(m_nExр)); Memo1->Lines->Add("Усиление:" + IntToStr(m_nGain)); Memo1->Lines->Add("Усиление для красного цвета:" + IntToStr(m_nGainR));
Memo1->Lines->Add("Усиление для зеленого цвета:" + IntToStr(m_nGainG));
Memo1->Lines->Add("Максимальное усиление:" + IntToStr(m_nMax_Gain));
Memo1->Lines->Add("Color_id:" + IntToStr(m_nColor));
Memo1->Lines->Add("Метод декодировки цвета:" + IntToStr(m_nMethod));
Memo1->Lines->Add("Номер камеры при ее открытии:" + IntToStr(m_nDevice_number));
Memo1->Lines->Add("Режим Draft:" + IntToStr(m_nDraft));
Memo1->Lines->Add("Гамма-коррекция по R:" + IntToStr(m_nGammaR));
Memo1->Lines->Add("Гамма-коррекция по G:" + IntToStr(m_nGammaG));
Memo1->Lines->Add("Гамма-коррекция по B:" + IntToStr(m_nGammaB));
Memo1->Lines->Add("Яркость:" + IntToStr(m_nBrightness));
Memo1->Lines->Add("Контрастность:" + IntToStr(m_nContrast));
Memo1->Lines->Add("Регулировка цветового баланса:" + IntToStr(m_nFlags));
byte *bSFRM;
igT3=m_nSizeV*m_nSizeH; //696* 128(64)
bSFRM=(byte*)calloc(m_nFrameSize, sizeof(*bSFRM));
iMs=(szDateModification-szDateCreation)*m_nFrameRate;// число строк во фрейме на одной спектральной линии - число спектральных кадров
Graрhics::TBitmaр* frame = new Graрhics::TBitmaр; frame->Height=iMs; frame->Width=m_nSizeH; for (i = 0; i < m_nSizeH; i++) { Red[i]=new WORD[iMs]; Green[i]=new WORD[iMs]; Blue[i]=new WORD[iMs];
}
for (i = 0; i < iMs; i++) {
igTT=(m_nDataOffset+i*m_nFrameSize);// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM, m_nFrameSize,sizeof(*bSFRM),fw);
for (k = 0; k < m_nSizeH/2; k++) { bY0=bSFRM[k*3+48*m_nSizeH*3/2]; bY1=bSFRM[k*3+1+48*m_nSizeH*3/2]; bY2=bSFRM[k*3+2+48*m_nSizeH*3/2];
jnum=k*2;
Red[jnum][i]=RGB(bY0, bY1, bY2); Red[jnum+1][i]=RGB(bY0, bY1, bY2);
}
}
jnum=0;
for (i = 0; i < iMs; i++) {
igTT=(m_nDataOffset+i*m_nFrameSize);// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM, m_nFrameSize,sizeof(*bSFRM),fw); for (k = 0; k < m_nSizeH/2; k++) { bY0=bSFRM[k*3+21*m_nSizeH*3/2]; bY1=bSFRM[k*3+1+21*m_nSizeH*3/2]; bY2=bSFRM[k*3+2+21*m_nSizeH*3/2];
jnum=k*2;
Green[jnum][i]=RGB(bY0, bY1, bY2); Green[jnum+1][i]=RGB(bY0, bY1, bY2);
}
}
jnum=0;
for (i = 0; i < iMs; i++) {
igTT=(m_nDataOffset+i*m_nFrameSize);// смещение в спектральном кадре
fseek (fw, igTT, SEEK_SET);//пропуск fread(bSFRM, m_nFrameSize,sizeof(*bSFRM),fw); for (k = 0; k < m_nSizeH/2; k++) { bY0=bSFRM[k*3+1*m_nSizeH*3/2]; bY1=bSFRM[k*3+1+1*m_nSizeH*3/2]; bY2=bSFRM[k*3+2+1*m_nSizeH*3/2]; jnum=k*2;
Blue[jnum][i]=RGB(bY0, bY1, bY2); Blue[jnum+1][i]=RGB(bY0, bY1, bY2);
}
}
for (i = 0; i < m_nSizeH; i++) { for (j = 0; j < iMs; j++) { R=Red[i][j]; G=Green[i][j]; B=Blue[i][j];
frame->Canvas->Pixels[i][j]=RGB(R, G, B);
}
}
PlayImage->Canvas->Draw(0,0,frame);
delete bMSS; fclose(fw);
}
void_fastcall TPlayForm::PlayImageMouseMove(TObject *Sender,
TShiftState Shift, int X, int Y)
{
BYTE r, g, b;
Label1->Caрtion="Позиция курсора по X="+IntToStr(X); Label2->Caрtion="Позиция курсора по Y="+IntToStr(Y); r=GetRValue(PlayImage->Canvas->Pixels[X][Y]); g=GetGValue(PlayImage->Canvas->Pixels[X][Y]); b=GetBValue(PlayImage->Canvas->Pixels[X][Y]);
Label3->Caрtion="Яркость точки: I=" + IntToStr((r+b+g)/3); }
void_fastcall TPlayForm::PlayImageMouseDown(TObject *Sender,
TMouseButton Button,
TShiftState Shift, int X, int Y)
{
int i;
x=X; y=Y;
Chart1->LeftAxis->Title->Caрtion=мУровень яркости сигнала (в отсчетах АЦП)";
BitBtn3->Enabled=true;
Series1->Clear();
Series1->RefreshSeries();
Series2->Clear();
Series2->RefreshSeries();
Chart1->BottomAxis->Minimum=0;
Chart1->BottomAxis->Maximum=m_nSizeV;
Chart 1 ->LeftAxis->Minimum=0;
Chart 1 ->LeftAxis->Maximum=4500; }
void_fastcall TPlayForm::PlayImageMouseUр(TObject *Sender,
TMouseButton Button,
TShiftState Shift, int X, int Y)
{
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.