Разработка методики автоматизированного дешифрирования космических изображений земной поверхности с использованием системы n-мерных спектральных признаков тема диссертации и автореферата по ВАК РФ 25.00.34, кандидат технических наук Борисова, Мария Вячеславовна

• Борисова, Мария Вячеславовна
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Борисова, Мария Вячеславовна

введение.

глава 1. современное состояние тематического дешифрирования космических изображений.

1.1 Проблемы тематической обработки космических изображений.

1.2 Современные системы дистанционного зондирования Земли.

1.3 Основные алгоритмы и используемые программные продукты для тематической обработки данных дистанционного зондирования Земли.

1.3.1 Основные понятия теории распознавания образов.

1.3.2 Принципы построения систем распознавания образов.

1.3.3 Предварительная обработка изображений.

1.3.4. Алгоритмы классификации изображения.

Выводы к первой главе.

глава 2. спектральные характеристики природных и антропогенных образований.

2.1 Основные характеристики природных и антропогенных образований.

2.2 Отражательные спектральные характеристики различных типов подстилающей поверхности.

2.2.1 Общепринятое деление природных объектов на классы.

2.2.2 Спектральные характеристики растительности.

2.2.3 Спектральные характеристики почв.

2.2.4 Спектральные характеристики водных объектов и снега.

2.3 Оценка информативности СКЯ. Интегральные показатели.

2.4 Система п- мерных спектральных признаков.

2.5 Устойчивость системы п-мерных спектральных признаков к воздействию внешних факторов.

-.■••■

Выводы ко второй главе.

глава 3. разработка методики автоматизирован -ного дешифрирования космических изображений земной поверхности с использованием системы 11мерных спектральных признаков.

3 .1 Общее описание разрабатываемой методики.

3.2 Методика автоматизированного дешифрирования космических изображений земной поверхности с использованием системы п-мерных спектральных признаков.

3.3 Количественная оценка полученных результатов.

3.4 Средства реализации, предлагаемой методики.

Выводы к третьей главе.

глава 4. эксперементальные исследования и применение разработанной технологии.

4.1 Характеристика материалов эксперимента и применение разработанной методики выделения объектов.

4.2 Сравнение полученных результатов: с уже существующими методиками дешифрирования.

4:3 Применение предлагаемой методики; дешифрирования космических изображений с других КА.

4.4 Применение разработанной технологии для создания электронных экспресс карт.

Выводы к четвертой главе.

Введение диссертации (часть автореферата) на тему «Разработка методики автоматизированного дешифрирования космических изображений земной поверхности с использованием системы n-мерных спектральных признаков»

В настоящее время широкое развитие получили космические системы дистанционного зондирования Земли (ДЗЗ). За всем происходящим на ее поверхности ежесекундно наблюдают сотни спутниковых систем с различного рода разрешением и спектральным диапазоном, каждая из которых решает определенные природно-ресурсные задачи. Обработка данных дистанционного зондирования достаточно трудоемкий процесс, он состоит из нескольких этапов предварительной, первичной и вторичной (тематической) обработки. Получение информации об объектах местности по материалам космических съемок для выполнения различного рода тематической обработки выполняется на этапе дешифрирования. Тематическое дешифрирование аэрокосмических изображений для задач мониторинга и картографирования традиционно опирается на визуально инструментальные и автоматизированные методы. Следует отметить, что процесс визуально инструментальной обработки весьма трудоемок и субъективен. При этом сроки выполнения и качество полученной информации определяются- главным образом общей эрудицией и квалификацией специалистов, уровнем развития у них профессионально необходимых психофизических качеств, а главное опытом. Действительно, возможности человеческого глаза и его аналитического аппарата, вряд ли можно полностью смоделировать даже самыми современными компьютерными системами. Поэтому вполне объяснимо стремление к максимальной автоматизации процесса обработки аэрокосмической информации.

В настоящее время, существует большой' опыт автоматизированной обработки и анализа цифровых изображений. Часть этих методов реализована и успешно применяется в процессе интерактивного дешифрирования космической информации. Но в большинстве своем все они основываются на спектральных характеристиках и их производных природных и антропогенных образований, которые, в свою очередь, очень не устойчивы к различным внешним воздействиям. А потому, одной из главных задач ученых в данном направлении является поиск таких прямых и косвенных дешифровочных признаков, при которых результат автоматизированного дешифрирования будет наиболее устойчив к изменениям условий аэрокосмической съемки исследуемых объектов на земной поверхности.

На фоне широкого развития данной области в последнее десятилетие, значительное развитие получило программное обеспечение для обработки изображений. Классификация многозональных космических изображений в большинстве программных пакетов, таких как Erdas Imagine, ENVI, EDRISIW, Er Mapper и т.д.выполняется в интерактивном режиме, что приводит к увеличению трудоемкости и зависимости полученных результатов не только от условий съемки, но и от опыта и навыков специалиста. Но, каким бы хорошим не был специалист и какими бы хорошими не были условия съемки, спектральные характеристики природных образований не всегда позволяют ему однозначно разделить два объекта между собой. Это связано с тем, что спектральные кривые могут накладываться друг на друга в различных диапазонах спектра, что приводит к ошибочному распознаванию классифицируемых объектов. В связи с этим, одной из главных задач ученых в этом направлении является поиск параметров, используемых в процессе дешифрирования объектов, наименее подверженных воздействиям из' вне, с целью разработки на их основе более устойчивых алгоритмов дешифрирования объектов.

Для того чтобы уменьшить подобного рода ошибку и повысить достоверность результатов классификации объектов на космических снимках, были выполнены исследования по оценке информативности изображений на основе системы n-мерных спектральных признаков, полученных по серии зональных изображений и разработана методика^ автоматизированной тематической обработки космических изображений на их основе.

Актуальность диссертационной работы, обусловлена:

• Необходимостью повышение достоверности результатов классификации объектов и ускорение процесса тематического дешифрирования цифровых изображений земной поверхности;

• Необходимостью разработки соответствующих автоматизированных технологий тематической обработки космических изображений.

Цель исследования: разработка методики и технологии автоматизированной тематической обработки многозональных космических изображений земной поверхности на основе системы n-мерных спектральных признаков.

Для достижения поставленной цели были сформулированы конкретные научные задачи, решаемые в данной диссертационной работе:

• Провести исследования дешифровочных свойств исходных многозональных изображений и их производных цифровых изображений, полученных с помощью системы n-мерных спектральных признаков;

• Разработать алгоритмы тематической классификации отображений космических изображений в n-мерном пространстве спектральных признаков для реализации процесса автоматизированного дешифрирования космических изображений;

• Разработать с использованием стандартных средств программного комплекса ERDAS Imagine 9.2 технологию тематического дешифрирования, реализующую предложенные алгоритмы классификации космических изображений;

• Провести сравнительный анализ результатов работы предлагаемой методики автоматизированного тематического дешифрирования объектов с уже существующими стандартными методиками;

• Исследовать возможность использования разработанной методики автоматизированного тематического дешифрирования объектов для обработки аэрокосмических изображений, получаемых с различных космических съемочных систем.

Результаты исследований изложены в четырех главах.

В первой главе рассматривается состояние тематического дешифрирования космических изображений на сегодняшний день. Глава содержит обзор основных современных космических систем дистанционного зондирования Земли (ДЗЗ), их описание и классификацию. В данном разделе приводятся основные понятия теории распознавания образов, а так же принципы построения систем тематического- дешифрирования. Отдельное внимание уделяется вопросам предварительной обработки изображений как этапу предшествующему непосредственно самому дешифрированию, с целью улучшения изобразительных свойств снимка.

Во второй главе рассмотрены информативные возможности спектральных характеристик природных и антропогенных образований. Подробно описаны основные параметры, характеризующие отражательные свойства элементов'ландшафта, а так же наиболее известная и используемая в •данной работе классификация природных образований: — спектрофотометрическая классификация Е.Л. Кринова. Раздел содержит анализ информативности классических параметров, характеризующих отражательные свойства объектов, а также изучение возможных альтернатив некоторых интегральных параметров, призванных увеличить информативность спектральных характеристик объектов с целью повышения- достоверности проводимых процедур классификации.

Третья глава посвящена разработке методики и технологии автоматизированного тематического дешифрирования космических изображений земной поверхности с использованием* системы п- мерных спектральных признаков. . ■ ■

Четвертая, глава;, посвящена экспериментальным , исследованиям и применениям разработанной; технологии на основе ранее описанной методики автоматизированного тематического дешифрирования космических изображений земной поверхности с использованием системы п-мерных спектральных признаков.

Научная новизна работы заключается в следующем:

• Разработаны новые алгоритмы и программы численных оценок п - мерных спектральных признаков природных и антропогенных объектов по материалам многозональной космической съемки.

• Разработан метод тематического дешифрирования многозональных космических изображений, основанный на системе п-мерных спектральных признаков.

• Разработана автоматизированная технология классификации многозональных космических изображений, реализующая предложенный метод тематической обработки цифровых изображений.

Достоверность результатов подтверждается:

• Корректным применением математических методов и вычислительных средств теории вероятностей и математической статистики, вычислительной математики.

• Научно-методическим обоснованием, выбора характеристик спектральных свойств природных и антропогенных объектов.

На защиту выносятся следующие разработки и результаты:

• Новые алгоритмы и программы численных оценок спектральных признаков природных и антропогенных объектов по материалам многозональной космической съемки.

• Методика автоматизированного дешифрирования космических изображений земной поверхности с использованием системы п - мерных спектральных признаков.

• Технология автоматизированного ^ дешифрирования космических изображений земной поверхности, реализующая предложенную методику.

• Результаты тестирования разработанных алгоритмов и программ, а также их сравнительная характеристика с расчетами в аналитических и численных моделях, полученными другими авторами.

Апробация работы

Основные положения диссертационной работы докладывались и обсуждались на 58,59,60,61,63,64 и 65 научно-технических конференциях студентов, аспирантов и молодых ученых, проводившихся в Московском Государственном университете геодезии и картографии (МИИГАиК) в период с 2004-2010 г. Результаты выполненных исследований использовались при выполнении научно-исследовательских работ по теме «Географические исследования северных территорий России по материалам космических съемок» в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» (шифр 2009-1.1-154-069).

По результатам проведенных исследований и разработок, выполненных в процессе работы, опубликовано 3 научных работы.

Диссертационная работа состоит из введения, 4 глав, заключения и списка литературы, который насчитывает 101 наименований. Объём работы 162 страниц текста, 15 таблиц, 52 иллюстраций и приложения на 23 страницах.

Заключение диссертации по теме «Аэрокосмические исследования земли, фотограмметрия», Борисова, Мария Вячеславовна

Основные результаты и выводы работы заключаются в следующем.

1 Разработана методика автоматизированного тематического дешифрирования космических изображений на основе систем п-мерных спектральных признаков.

2 Разработана и реализована технология автоматизированного тематического дешифрирования космических изображений на основе систем п-мерных спектральных признаков, с использованием стандартных средств программного комплекса ERDAS Imagine 9.2.

3 Предлагаемая^ методика автоматизированного тематического дешифрирования природных и антропогенных объектов на основе системы п-мерных спектральных признаков позволяет увеличить достоверность распознавания объектов: площадная гидрография - 90-95 %, «чистая растительности» - 75-80%, антропогенные и ¡почвы — 60-63%.

4 Предлагаемый метод выделения объектов растительного покрова при малом процентном содержании этих объектов, относительно остальных содержащихся на изображении дает более высокие результаты по сравнению с алгоритмами, использующими вегетационный индекс.

5 Разработанная методика может быть использована для обработки других-данных с КА, отличных от Landsat-7(ETM+) при условии уточнения пороговых значений, алгоритма принятия решений.

•6 В качестве практического применения разработанной технологии автоматизированного дешифрирования предлагается использовать ее для создания электронных экспресс карт на основе «свежих» космических снимков, для использования в навигационных целях и для принятия оперативных решений в критических ситуациях при полном или частичном отсутствии картографических материалов на территорию интереса.

ЗАКЛЮЧЕНИЕ

Разработана методика автоматизированной дешифрирования космических изображений земной поверхности с использованием систем п-мерных спектральных признаков

Представленная диссертационная работа содержит исследования и разработки автора, которые можно рассматривать как решение актуальной научной задачи, посвященной разработке методики, алгоритмов и программ тематической обработки космических изображений.

Список литературы диссертационного исследования кандидат технических наук Борисова, Мария Вячеславовна, 2010 год

1. Аковецкий В.И. Дешифрирование снимков.- М.: Недра, 1983.

2. Алексеев A.C., Пяткин В.П. и др. Автоматизированная обработка изображений природных комплексов Сибири.—Новосибирск: Наука, 1988.— 173 с.

3. Андреевой H.JI. Использование космических снимков для обновления топографических карт.// Геодезия и аэрофотосъемка. №3.,2009 - С.61-63.

4. Бакут П.А., Колмогоров Г.С. Сегментация изображений: Методы выделения границ областей. // Зарубежная радиоэлектроника. №10., 1987. - С.25-47.

5. Бирюков B.C., Новоселов Д.И. О признаках и процессе топографического дешифрирования: аэрофототопография. // Геодезия и картография. №5.,2005. - С. 20-25 : ил.

6. Брызов Б.Е., Коваленко А.Н., Военная топография: Для курсантов военных подразделений.-2-е изд.,перераб. и доп. М.: Воениздат.,1990. -224с.:ил.

7. Брюханов A.B., Господинов Г.В., Книжников Ю.Ф.,Аэрокосмические методы в аэрокосмических исследованиях. — М.:МГУ,1982.

8. Валеев С.Г Регрессионное моделирование при обработке наблюдений. — М:: Наука, 1991. -272 с.

9. Виноградов Б.В. Аэрокосмический мониторинг экосистем. М.: Наука, 1984. - 320 с.

10. Викторов C.B., Востокова Е.А., Вышивкин Д.Д. Введение в индикационную геоботанику. — М.: МГУ, 1962. 227 с.

11. Востокова Е.А., Сущеня В.А., Шевченко JI.A. Экологическое картографи-рование на основе аэрокосмической информации. — М.: Недра, 1988. -223 с.

12. Вуклов Э.А., Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL. М.:ФОРУМ:ИНФРА-М, 2004. - С. 283 -289.

13. Гарбук C.B., Гершензон В.Е. Космические системы дистанционного зондирования Земли. — М.: Издательство А и Б, 1997. — 296 е., ил.

14. Гимельфарб Г.Л. Аппаратные средства и особенности программного обеспечения диалоговой цифровой обработки изображений.// Зарубежная радиоэлектроника. № 10, 1985. - С.87-128.

15. Голубева Е. И., Капица А. П., Кравцова В. И. и др. Экология Севера: дистанционные методы изучения нарушенных экосистем: На примере Кол. полуострова — М.: МГУ, Геогр. фак.

16. Гренандер У. Лекции по теории образов. Т.1. Синтез образов. М.: Мир, 1979.

17. Гренандер У. Лекции по теории образов. Т.2. Анализ образов. — М.: Мир, 1981.

18. Грузман И.С., Киричук B.C., Перетягин Г.И., Спектор A.A. Цифровая обработка изображений в информационных системах: Учеб. Пособие для студентов V курса РЭФ. — Н.:2000. —166 с.

19. Данджермонд Д. ARC/INFO самая мощная ГИС в мире. // ARCREVIEW Современные геоинформационные технологии. - № 1, 1997.

20. Дейвис Ш.М., Ландгребе Д.А., Филлипс Т.Л. и др. Дистанционное зондирование: количественный подход / Под ред. Ф. Свейна и III. Дейвис. / Пер. с англ. — М.: Недра, 1983. 415 с. — Пер. изд. США, 1978. - 396 с.

21. Дж.Ту,Р.Гонсалес. Принципы распознавания образов./ Перевод с англ.: И.Б. Гугеевича. / Под ред.: Ю.И. Журавлева. М.: Мир, 1978.

22. Дуда Р., Харт П. Распознавание образов и анализ сцен./ Перевод с англ.: Вайштейна Г.Г., Васьковского A.M. / Под ред.: Стефанюка В.Л. — М.: Мир, 1976.

23. Дьяченко JI.H. Распределение отношения альбедо системы к альбедо подстилающей поверхности по территории Советского Союза.// Труды Главной геодезической обсерватории (Труды ГТО). — вып. 331, 1975. — С.86-92.

24. Дюран Б. и Оделл П. Кластерный анализ./ Пер. с англ. Е.З. Демиденко. / Под ред. Боярского А. Я. Предисловие Боярского А. Я. М.: Статистика, 1977.- 128 с.сил.

25. Жуков Б.С. Физические основы дистанционного зондирования. // Исследование Земли из космоса, том 1 (Итоги науки и техники, ВИНИТИ АНСССР). М., 1987. - С. 6 - 78.

26. Жуков В.В., Егоров С.Б. В сб.: Многозональные аэрокосмические съемки Земли. -М., 1981. С.203-210.

27. Журкин И.Г., Мишин И.В. Моделирование изображений участков земной поверхности с сильно выраженным рельефом.// Исследования Земли из кос-моса. №4., 1994. - С.25-36.

28. Журкин И.Г., Мишин И.В. О месте ГИС среди автоматизированных информационных систем.//Геодезия и аэрофотосъемка. —№5., 1997. — С. 73-79.

29. Ильин Ю.А., Феофилактова Т.В., Солоха А.Ф. Теоретические и экспериментальные исследования спектральных характеристик различных типов подстилающей поверхности. -М.:МИИГАиК,1984.

30. Интернет-ресурс: Официальный сайт ведущего российского интегратора в области геоинформационных технологий и космического мониторинга компания Совзонд (http://sovzond.ru).

31. Интернет-ресурс: Официальный сайт Инженерно-технологического центра «СканЭкс» (ИТЦ СканЭкс)( http://scanex.ru).

32. Интернет-ресурс: Официальный сайт независимой информационного ресурса и, одновременно, сообщества, посвященного Географическим информационным системам (ГИС) и Дистанционному зондированию Земли (ДЗЗ) (http://gis-lab.info/qa/vi.htmn.

33. Интернет-ресурс: официальный сайт Дальневосточного Регионального Центра, Приема и Обработки Данных (ДВРЦПОД) (http://www.dvrcpod.ru).

34. Интернет-ресурс: http://express-maps.net

35. Интернет-ресурс: http://www.uagp.net/news/geonews/17047.html

36. Интернет-ресурс: http://ru.wikipedia.org.

37. Итоги науки'и техники, серия: "Исследование Земли из космоса", т. 2, "Обработка и использование аэрокосмической информации о Земле". М., 1987.- 172 с.

38. Итоги науки и техники, серия: "Исследование Земли из космоса", т. 1, "Физические основы, методы и средства исследований Земли из космоса". — М., 1987.- 196 с.

39. Калинин H.A., Толмачева Н.И. Космические методы исследований в метеорологии: Учеб. пособие. — П., 2005. — 348 с.

40. Карпович И.Н. Военное дешифрирование аэроснимков. М.: Военное издательство Министерства Вооруженных Сил Союза ССР, 1948г. - 284 с.

41. Кашкин В. Б., Сухинин А. И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие. М.: Логос, 2001.

42. Книжников Ю.Ф., Кравцова В.И., Тутубалина 0.1?.,Аэрокосмические методы географических исследований. М.¡Издательский центр «Академия», 2004.-336с.

43. Кондратьев К.Я., Биненко В.И., Дьяченко JI.H., Корзов В.И., Мухенберг

44. B.В. Альбедо и угловые характеристики отражения подстилающей поверхности и облаков. — Л. .Тидрометеоиздат, 1981.

45. Кондратьев К.Я., Миронова З.Ф., Otto А.Н. Спектральные альбедо естественных подстилающих поверхностей. // Проблемы физики атмосферы.- Л.:ЛГУ, вып.З, 1965, С.24 -47.

46. Королев Ю.К., Баранов Ю.Б. Методы обработки данных дистанционного зондирования.// Информационный бюллетень. М.: ГИС ассоциация, №2 (4), 1996.

47. Космические методы исследования природной среды: Сборник статей. -Л.: ГО СССР, 1977.

48. Кравцова В.И. Географическое разрешение новый показатель географо-картографической оценки снимков. // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. — М.: Наука, 1990 —1. C. 34-46.

49. Кравцова В.И. Космические методы картографирования. М.: Изд-во МГУ, 1995-280 с.

50. Кринов Е.Л. Спектральная отражательная способность природных образований. М.-Л.:АН СССР, 1947. - 271с.

51. Лаврова Н.П. и др. Обнаружение нефтяных месторождений по измерениям спектральных коэффициентов отражения растительности. // Методика и технические средства геоиндикационного дешифрирования аэро- и космических снимков. Свердловск, 1986. — С. 94 - 96.

52. Лебедев Д.С. Теория и методы первичной обработки видеоинформации Диссертация на соискание ученой степени доктора физикоматематических наук. М., 1993. - 78 с.

53. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений // Дистанционное зондирование и географические информационные системы. / Под ред. Берлянта A.M. M.: Научный мир, 2003.- 168 с.

54. Малинников В.А Теория* и методы информационного обеспечения мониторинга земель (тематическая обработка видеоизображений): Диссертация на соискание ученой степени доктора технических наук.— М., 1999.

55. Малинников В.А., Чибозо Э. Опыт использования многомерных спектральных признаков при дешифрировании многозональных космических снимков: Труды Международного форума по проблемам науки, техники и образования. Часть 2. М., 1997. — С. 31-33.

56. Марчуков B.C., Сладкопевцев С.А., Ресурсно экологическая картография. - М.:МИИГАиК,2005. - С. 116- 118, 125- 159.

57. Мишин И.В. Методы атмосферной коррекции данных дистанционных измерений. // Оптика атмосферы. Том 3. — №11., 1990. — С. 1139-1153.

58. Научные основы мониторинг земель Российской Федерации. — М.: изд.АПЭК, 1992. -174 с.

59. Овечкин В.Н. К вопросу определения спектральных коэффициентов яркости дымки. // Геодезия и аэрофотосъемка. —№3., 1984. — С 95 102.

60. Прэт У. Цифровая обработка изображения. М.: Мир, 1982. - 790 с.

61. Райлян В.Я., Коробков P.M., Войнов O.A. Сравнение двух методов расчета вегетационных индексов. // Исследование Земли из космоса. М.: №4, 1990. - С.85-93.

62. Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. JL: Гидрометеоиздат, 1981. — 287 с.

63. Савиных В .П., Соломатин В.А. Оптико-электронные системы дистанционного зондирования. М.: Недра, 1995.

64. Сукачев В.Н. Биогеоценология и фитоценология. // ДАНСССР, том 47. №6. - С. 447-449.

65. Толчельников Ю.С. Оптические свойства ландшафта. JL: Наука, 1974. - 252 с.

66. Федченко П.П. Оптические свойства эталонных поверхностей. // Труды ДВНИГМИ. вып.59., 1977.

67. Федченко П.П., Кондратьев К.Я. Спектральная отражательная способность некоторых почв. Л.: Гидрометеоиздат, 1981. — 231 с.

68. Феофилактова Т.В, Борисова М.В. Алгоритм выделения объектов гидрографии на основе изображений, полученных по нелинейным спектральным признакам. // Геодезия и аэрофотосъемка. №6., 2009. - С. 91-96.

69. Феофилактова Т.В, Борисова М.В. Использование модуля Modeler программы ERDAS Imagine 9.2 для автоматизации процесса дешифрирования объектов на основе нелинейных спектральных признаков. // Геодезия и аэрофотосъемка.- №6., 2010.

70. Фу К., структурные методы в распознавании образов. / Перев с англ : Завалишипа П.В., Петрова C.B., Шейнина Р.Л. / Под ред.: М.А. Айзермана. -М.: Мир, 1977.

71. Фукунага К. Введение в статистическую' теорию распознавания образов. -М.:Наука, 1979. 368 с.

72. Хренов H.H., Егурцов С.А., Ланчаков Г.А., Степаненко А.И. Методические рекомендации по применению аэрокосмических методов для диагностики трубопроводных геотехнических систем и мониторинга окружающей среды. — М.,1995.

73. Чабан Л.Н. Тематическая классификация многозональных (многослойных) изображений в пакете ERDAS Imagine. Методические указания для лабораторного практикума. — М.: МИИГАиК, 2006.

74. Чабан Л.Н., Теория и алгоритмы распознавания образов. — М.МИИГАиК, 2004.- С.З 8,19,26 - 29.

75. Чапурский Л. И. Отражательные свойства природных объектов в диапазоне 400-2500 нм. 1986. - 160 с.

76. Шапиро Л., Стокман Дж. Компьютерное зрение. М.:Бином, 2006. — 752 с.

77. Шварц Г. Выборочный« метод. Руководство по применению статистических методов оценивания. — М.: Статистика, 1978.

78. Юцевич Ю.К. Оптические характеристики природных образований. // Исследование оптических свойств природных объектов и их аэрофотографического изображения. — Л.: Наука, 1970. — С. 5 — 15.

79. Якубайтис Э.А. Информационно-вычислительные сети. — М.: Финансы-и статистика, 1984. — 232 с.

80. Янутш Д.А. Дешифрирование аэрокосмических снимков. М.: Недра, 1991.

81. Ananchenko A. D., Mishin I. V., Ovechkin V. N. Revealing of weak -contrast Geochemistry anomalies from spectral radiance factors of dominant vegetation. -M.: International Aerospace Congresse, 1994.

82. ARC View GIS. The Geographic Information System for everyone. Environmental Systems Research Institute, Inc. 1996.

83. Bartholome E. and Belward A. S. 2005. GLC2000: a new approach to global land cover mapping from Earth Observation data // International Journal of Remote Sensing, 26(9) 2005. - P. 1959-1977.

84. Belward A.S., Estes J.E., Kline K.D. The IGBP-DIS Global 1-km LandCover Data Set DISCover: A Project Overview // Photogrammetric Engineering and Remote Sensing, 65. 1999. - P. 1013-1020.

85. Cox C. H., Munk W. Statistics of the sea surface derived from sea glitter J.Mar. Res., vol. 13, № 2. P. 198-227.

86. D. Darian Muresan, Thomas W. Parks "Adaptive principal components and image denoising". IEEE ICIP 2003.

87. ERDAS 1997. ERDAS Field Guide, 4th Edition, ERDAS, Inc. Atlanta, Georgia. 656 p.

88. ERDAS imagine. ERDAS field guide, 3rd edition. ERDAS. Inc. Atlanta. GA,1995. — 630 p.

89. Hansen M., DeFries R., Townshend J. R. G., Sohlberg, R. Global land cover classification at 1km resolution using a decision tree classifier // International Journal of Remote Sensing, 21.-2000.-P. 1331-1365.

90. Lindsay I Smith "A tutorial on Principal Components Analysis". 2002

91. Lo C.P., Shipman R.L. A GIS approach to land-use change dynamic detec-tion. Photogram. Eng. & Remote Sensing, 1990, vol. 56, № 11. — P. 17271734.

92. Mishin I.V. Atmospheric correction of satellite images. Int. Aerospace Congress. Moscow. August 15-19, 1994. P.343.

93. Mishin I.V. Retrieving the ground reflectances from measured radiance field in visible spectrum. Int. Symp. "Numerical Transport Theory". Moscow. May 2628, 1992. — P.157-160.

94. Pennock D.J., Zebarth B.J., de Jong E. Landform classification and soil distribution in hummocky terrain, Saskatchewan, Canada. Geoderma, 1987, vol. 40, №3-4.-P. 297-315.

95. Piech K.R., Schott I.R. Atmospheric corrections for satellite water guoilite studies. Scauners and imoigery systems. Proc. Seminar. San-Diego, 1974. -P.84-93.

96. Tucker C. J. Red and phootographic infrared linear combinations for monitoring vegetation. Remote Sens., Environ. 1979, vol. 8, № 2. P. 127-150.