Теория и методы тематической обработки аэрокосмических изображений на основе многоуровневой сегментации тема диссертации и автореферата по ВАК РФ 25.00.34, доктор технических наук Марчуков, Владимир Семенович

• Марчуков, Владимир Семенович
• доктор технических наук
• 2011

Оглавление диссертации доктор технических наук Марчуков, Владимир Семенович

ВВЕДЕНИЕ.

ГЛАВА 1. Дистанционное зондирование Земли и проблемы тематической интерпретации аэрокосмических изображений.

1.1. Аэрокосмическая съёмка земной поверхности и изучение окружающей среды.

1.2. Цифровые методы обработки изображений.

1.3. Программное обеспечение автоматизированной обработки изображений.

1.4. Содержание проблемы тематической обработки аэрокосмических изображений земной поверхности, формальная постановка и подходы к ее решению.

ГЛАВА 2. Теория и методология построения многоуровневых алгоритмов тематической обработки аэрокосмических изображений земной поверхности.

2.1. Теоретическая схема многоуровневой классификации изображений с использованием структурно - пространственной модели.

2.2. Методология создания структурно - пространственной модели исследуемых изображений.

2.3. Методология тематической классификации изображений с использованием структурно - пространственной модели

2.4. Перспективы применения и преимущества многоуровневой тематической обработки на основе структурно-пространственной модели.

ГЛАВА 3. Многоуровневая тематическая обработка многозональных аэрокосмических изображений.

3.1. Тематическая обработка многозональных изображений КА

Landsat-7.

3.2. Определение заболоченных территорий по данным многозональной съёмки КА Landsat - 7.

3.3. Тематическая обработка снимков датчика Aster KA Terra

3.4. Метод автоматизированного выделения объектов заданного размера на аэрокосмических изображениях.

3.5. Обработка многозональных космических снимков для целей почвенного картографирования.

ГЛАВА 4. Автоматизированная технология оценки динамики растительного покрова и других типов наземных экосистем по временным сериям данных дистанционных наблюдений.

4.1. Общие положения.

4.2. Базовые основы технологии оценки динамики растительного покрова и других типов наземных экосистем по данным дистанционного зондирования.

4.3. Метод автоматизированного формирования временных серий тематических карт растительного покрова и грунтов по данным дистанционного мониторинга.

4.4. Методы автоматического определения пространственного распределения изменений растительного покрова и грунтов по данным дистанционного мониторинга.

ГЛАВА 5. Тематическая обработка радиолокационных и тепловых изображений земной поверхности.

5.1. Тематическая интерпретация радиолокационных снимков

5.2. Автоматизированная тематическая обработка радиолокационных снимков.

5.3. Принципы формирования теплового поля объектов.

5.4. Использование данных тепловизионной аэросъёмки для мониторинга состояния теплотрасс.

5.4.1. Постановка задачи и анализ исходных материалов

5.4.2. Методика автоматизированной тематической обработки данных тепловизионной аэросъёмки для мониторинга состояния теплотрасс, с использованием локальных классификаторов

ГЛАВА 6. Обработка изображений на высокопроизводительных вычислительных системах параллельной архитектуры.

6.1. Многопроцессорные вычислительные системы.

6.2. Методы распараллеливания вычислений в задачах автоматизированной обработки изображений.

6.3. Определение оптимальных параметров вычислительного кластера и оценка эффективности распараллеливания алгоритмов обработки изображений.

Введение диссертации (часть автореферата) на тему «Теория и методы тематической обработки аэрокосмических изображений на основе многоуровневой сегментации»

Данные дистанционного зондирования земной поверхности, полученные с помощью датчиков в различных спектральных диапазонах, установленных на аэрокосмических носителях, отличаются высокой информативностью, достоверностью и оперативной доступностью, вследствие чего они эффективно используются для решения широкого круга задач контроля природной среды и антропогенных объектов. Важнейшими направлениями использования этих данных являются:

- изучение природных ресурсов;

- изучение недр;

- инженерная оценка местности;

- экологический мониторинг;

- мониторинг природных и техногенных катастроф.

Накопленный за полвека фонд аэро и космических снимков один из наиболее информативных источников сведений о динамических географических явлениях и процессах. Развитие исследований динамики явлений с помощью аэрокосмических методов, разработка методологических подходов, теории, практических приёмов и организации работ позволили выделить динамическое аэрокосмическое зондирование в качестве особого направления, как самостоятельный метод изучения динамики явлений и, как средство совершенствования карт динамики [Книжников Ю.Ф., ., 1985].

Наибольший технико-экономический эффект от использования данных аэрокосмического зондирования Земли может быть получен при комплексном изучении и картографировании природных и агропромышленных объектов и инженерных сооружений. Аэрокосмические изображения, полученные путём дистанционного зондирования земной поверхности, являясь многоцелевыми, выступают в виде единой основы для проведения комплексных, взаимоувязанных исследований природной среды. Результаты тематической обработки аэрокосмических изображений могут быть представлены в виде серий взаимосогласованных тематических карт, отражающих пространственное размещение, качественные и количественные характеристики природных и хозяйственных объектов соответствующей территории.

Аэрокосмические снимки содержат весьма ценную информацию о взаимосвязанности компонентов природно-территориальных комплексов, поскольку на них отражаются одновременно все эти компоненты. Ландшафты являются индикаторами для определения свойств различных составляющих природной среды. Очень часто при комплексных или отраслевых тематических исследованиях используется ландшафтный индикационный метод интерпретации данных. Наибольшее распространение он получил при геологических, сельскохозяйственных, гидрогеологических исследованиях. Ландшафтная индикация заключается в определении трудно наблюдаемых компонентов по физиономическим (легко наблюдаемым) компонентам.

Аэрокосмические снимки дают прекрасные возможности для изучения тенденций динамики природных и агропромышленных объектов, в том числе и под влиянием антропогенного воздействия. Выявление многолетних тенденций развития природных и агропромышленных объектов отдельных регионов производится сопоставлением разновременных снимков, либо их сравнением со старыми обзорно-топографическими картами. Теория необходимых для решения этой задачи геометрических преобразований изображений, выполняемых с целью коррекции геометрических искажений, вносимых системой сбора данных, и с целью геометрического совмещения изображений друг с другом или с картой местности, развита в работах Бугаевского Л.М., Малинникова В.А., Савиных В.П., Цветкова В.Я. [Преобразование ска-нерного, 1998; Преобразование космического, 1998; Основы геометрии сканерного, 1998; Теория одиночных, 1984; Картографические проекции. 1992; Перспективные конические, 1998; Бугаевский, 2000].

Тематическая обработка снимков есть выявление, распознавание и определение характеристик объектов, отобразившихся на снимке. Процедура тематической обработки делится на последовательные этапы, основными из которых являются сегментация и интерпретация.

Изображения, полученные в результате дистанционного зондирования, характеризуются следующими свойствами: они содержат разнообразные однородные области, причём внутриклассовые среднеквадратичные отклонения характеристик часто сравнимы с разбросом между классами. Такие изображения называют сложными. Однородная область в сложном изображении в ряде случаев имеет низкие значения глобального контраста с некоторыми из других однородных областей. При анализе сложного изображения использование одного из всех известных методов классификации в ряде случаев не может обеспечить получение требуемого результата.

При тематической обработке данных аэрокосмической съёмки информационные классы определяются, как набор объектов, которые необходимо выделить согласно требованиям решаемой тематической задачи и которые разделяются в имеющемся множестве данных. Основной проблемой при тематической сегментации сложных изображений земной поверхности является то, что применение алгоритмов классификации, использующих определённые условия однородности и определённое пространство классификационных признаков, зачастую приводит к выделению на изображении сегментов, не соответствующих информационным классам решаемой тематической задачи. Для преодоления возникающих трудностей при разработке методов обработки данных дистанционного зондирования для решения задач контроля природной среды и антропогенных объектов необходимо применять многоуровневые алгоритмы сегментации, использующие различные условия однородности и различные подмножества классификационных признаков, учитывающие структурно - пространственные характеристики изображения.

Актуальность темы настоящей работы обусловлена следующими факторами: нерешенностью проблем информационного обеспечения задач контроля природных наземных экосистем; недостаточным развитием и использованием аэрокосмических методов и технологий для контроля природной среды и антропогенных объектов; необходимостью разработки новых подходов к проведению комплексного мониторинга окружающей среды на основе результатов обработки и анализа информации, получаемой от различных датчиков и систем наблюдений.

Актуальность данной работы подтверждается использованием её результатов в проектах, выполняемых в рамках Федеральной Целевой Программы «Исследования и разработки по приоритетным направлениям развития научно-технического комплекса России на 2007-2012 годы» и Федеральной программы «Ведение государственного мониторинга состояния недр Московской области».

Целью настоящих исследований являлось решение актуальной научной проблемы тематической обработки аэрокосмических изображений земной поверхности на основе многоуровневых алгоритмов сегментации.

Пути решения этой проблемы были определены следующим образом: разработка теории и методологии многоуровневой тематической обработки аэрокосмических изображений земной поверхности; проведение экспериментальных исследований эффективности разработанных многоуровневых методов обработки при решении различных тематических задач; исследование возможностей повышения эффективности тематической сегментации за счёт использования технологии параллельной обработки изображений.

Для решения поставленных задач использовались методы математической статистики, цифровой обработки изображений. При исследовании эффективности разработанных алгоритмов и сравнении их с ранее известными использовались методы цифрового моделирования, компьютерной графики и ГИС-технологий. Экспериментальные исследования включали полевые обследования территории, проведённые автором в период 1999 - 2007 гг.

Научная новизна работы. В результате выполнения работы впервые разработаны теория и практическая методология многоуровневой тематической обработки аэрокосмических изображений земной поверхности. Впервые разработаны теоретические схемы построения структурно - пространственной моделей исследуемых изображений и тематической классификации изображений с использованием структурно - пространственной модели. Созданы новые алгоритмы выделения структурно-пространственных элементов на изображении. Получены новые математические выражения для количественной оценки эффективности распараллеливания и расчёта оптимальной конфигурации вычислительного кластера при обработке изображений.

На защиту выносятся следующие новые научные результаты: теория и методология тематической обработки на основе многоуровневой сегментации изображений, с использованием их структурно-пространственной модели; методология создания структурно - пространственной модели исследуемых изображений; алгоритмы выделения точечных и малоразмерных объектов посредством локальной пороговой обработки с адаптивным выбором пороговых значений на основе оценки локального контраста; метод автоматизированного формирования временных серий тематических карт растительного покрова и грунтов по данным дистанционного мониторинга; методы автоматического определения пространственного распределения изменений растительного покрова и грунтов по данным дистанционного мониторинга; метод многоуровневой тематической обработки радиолокационных изображений сверхвысокого разрешения; метод количественной оценки эффективности распараллеливания и расчёта оптимальной конфигурации вычислительного кластера при обработке изображений алгоритмами, использующими поэлементное сканирование изображений, и скользящими пространственными фильтрами.

Область применения: разработанные методы могут широко использоваться: в автоматизированных системах контроля и прогноза состояния окружающей природной среды; в лесном и сельском хозяйстве; гидрометеорологии; при мониторинге и оценке последствий чрезвычайных ситуаций; динамическом картографировании; учебном процессе и других областях.

Значимость работы определяется возможностью использования её результатов для исследования текущего состояния и динамики наземных природных экосистем и антропогенных объектов с использованием новых методов и алгоритмов обработки информации в целях дальнейшего устойчивого развития экономики Российской Федерации.

Практическая ценность работы. Теория и методы, изложенные в данной работе, используют в ряде российских организаций, работающих в области дистанционного зондирования.

Разработки автора использованы в комплексном проекте по теме «Технологии оценки состояния и динамики растительных ресурсов наземных экосистем на основе дистанционного мониторинга», выполняемом в рамках Федеральной Целевой Программы «Исследования и разработки по приоритетным направлениям развития научно-технического комплекса России на 2007-2012 годы».

Исследования автора вошли в курсы лекций «Тематическое дешифрирование снимков», «Технология тематической обработки данных дистанционного зондирования», «Дешифрирование аэрокосмических снимков», «Космический мониторинг», «Автоматизированные системы сбора и обработки результатов дистанционного зондирования».

Разработанные методы используются в лабораторных занятиях по следующим курсам для студентов факультета прикладной космонавтики МИИГАиК:

Дешифрирование аэрокосмических снимков; Технология тематической обработки данных дистанционного зондирования.

Разработки автора вошли в «Методические указания по ведению топографического мониторинга территории города Москвы по материалам космической съёмки для решения задач мониторинга фактического использования земель», утвержденные Первым заместителем Мэра Москвы в Правительстве Москвы 28 сентября 2004г., введенные в действие - Приказом Департамента земельных ресурсов города Москвы 2 ноября 2004г. №82; Приказом Комитета по архитектуре и градостроительству города Москвы 1 ноября 2004г. №167.

Апробация работы. Основные результаты диссертационной работы были доложены на 12 Международных и Всероссийских научно-технических конференциях и семинарах.

Публикации. По проблематике диссертации опубликовано 33 научные работы, из них 19 в рекомендованных ВАК журналах.

Заключение диссертации по теме «Аэрокосмические исследования земли, фотограмметрия», Марчуков, Владимир Семенович

Основные результаты и выводы диссертационной работы заключаются в следующем:

• Разработана теория и практическая методология тематической обработки на основе многоуровневой сегментации, с использованием структурно - пространственной модели исследуемых изображений. Предложенный подход позволяет повысить достоверность дешифрирования изображений, со сложной структурой представленных на них объектов. Повышение достоверности достигается за счет организации процесса классификации на основе многоуровневой сегментации, использующей различные виды классификаторов и возможности использования на каждом уровне подмножества классификационных признаков оптимального для данного структурного элемента.

• Разработаны новые алгоритмы выделения точечных и малоразмерных объектов посредством локальной пороговой обработки с адаптивным выбором пороговых значений на основе оценки локального контраста. Использование этих алгоритмов позволяет автоматически выделять точечные и малоразмерные объекты с заданной вероятностью ложного обнаружения К

Результаты экспериментальных исследований показали, что использование методологии тематической обработки на основе многоуровневой сегментации позволяет существенно повысить достоверность дешифрирования значительного числа объектов. Разработанный в данной работе метод автоматизированного формирования временных серий тематических карт растительного покрова и грунтов по данным дистанционного мониторинга, обеспечивает формирование временных серий взаимосогласованных тематических карт, каждая из которых фиксирует размещение растительных ресурсов в определённый момент времени, а в совокупности такая серия характеризует динамику растительных ресурсов.

Разработанные методы автоматического определения пространственного распределения изменений растительного покрова и грунтов по временным сериям взаимосогласованных тематических карт обеспечивают создание карт динамики. Такие карты позволяют оценить динамику за избранный отрезок времени и открывают возможности получения качественных и количественных оценок.

Разработан метод многоуровневой тематической обработки радиолокационных изображений сверхвысокого разрешения. Проведенные исследования показали, чтоавтоматизированная тематическая обработка радиолокационных изображений сопряжена со значительными трудностями, вследствие чего, далеко не все объекты видимые на снимке могут быть выделены в автоматизированном режиме. Для организации автоматизированной тематической обработки необходимо использование различных модифицированных признаков и многоуровневой классификации.

• Разработана методика количественной оценки эффективности распараллеливания и расчёта оптимальной конфигурации вычислительного кластера для решения задач обработки изображений. Установлено, что эффективность использования распараллеливания обработки изображений алгоритмами, использующими поэлементное сканирование, и скользящими пространственными фильтрами резко возрастает с уменьшением отношения времени пересылки к времени выполнения I в интервале значений 0,2 - 0. Для алгоритмов фильтрации скользящими окнами время выполнения возрастает пропорционально квадрату линейного размера окна, поэтому распараллеливание наиболее эффективно при использовании фильтров с окнами большого размера.

Теоретические положения и практические методы многоуровневого дешифрирования, представленные в данной работе, явились основой для разработки эскизного и технического проектов на программное обеспечение технологии динамического дешифрирования при выполнении работ по комплексному проекту по теме «Технологии оценки состояния и динамики растительных ресурсов наземных экосистем на основе дистанционного мониторинга», выполняемому в рамках Федеральной Целевой Программы «Исследования и разработки по приоритетным направлениям развития научно-технического комплекса России на 2007 -2012 годы».

Результаты дешифрирования участков территории Московской области используются в ОАО «ГЕОЦЕНТР-МОСКВА» при выполнении работ в рамках Федеральной Программы «Ведение государственного мониторинга состояния недр Московской области».

Разработанные теория и методы многоуровневого дешифрирования внедрены в учебный процесс в Московском государственном университете геодезии и картографии по курсам «Тематическое дешифрирование снимков», «Технология тематической обработки данных дистанционного зондирования», «Дешифрирование аэрокосмических снимков», «Космический мониторинг», «Автоматизированные системы сбора и обработки результатов дистанционного зондирования».

ЗАКЛЮЧЕНИЕ

Результаты исследований, представленные в данной работе, можно рассматривать как решение актуальной научной проблемы тематической обработки изображений земной поверхности на основе многоуровневых алгоритмов сегментации.

В ходе выполнения научно-исследовательских работ достигнута цель диссертации - разработаны теория и практическая методология тематической обработки на основе многоуровневой сегментации, с использованием структурно-пространственной модели исследуемых изображений. Определены пути повышения эффективности методов тематической обработки аэрокосмических изображений земной поверхности. Проведены экспериментальные исследования использования многоуровневых методов тематической обработки при решении различных практических задач.

Список литературы диссертационного исследования доктор технических наук Марчуков, Владимир Семенович, 2011 год

1. Автоматизированное дешифрирование Электронный ресурс.. - Режим доступа: http://www.gisa.ru/12956.html, свободный доступ.

2. Аковецкий В.И. Дешифрирование снимков. Учебник для вузов. М., Недра, 1983,374с.

3. Автоматизированное дешифрирование Электронный ресурс. Режим доступа: http://www.gisa.ru/12956.html, свободный доступ.

4. Андреев В.П. Сегментация изображений как метод формирования знаний об окружающей среде в системах технического зрения / Тез. 9 Всесоюз. Симп. По кибернетике. Москва: «ВИНИТИ», 1981. Т. 1. стр. 82 85.

5. Андрианов А.Н., Бугеря А.Б., Ефимкин К.Н. и др. Норма. Описание языка. Рабочий стандарт. Препринт ИПМ им. М.В. Келдыша РАН, 1995, № 120, 50с.

6. Антонов A.C. Введение в параллельные вычисления: методическое пособие. Изд-во Физического факультета МГУ, 2002, 70с.

7. Антонов A.C. Параллельное программирование с использованием технологии MPI: учебное пособие. М.: Изд. МГУ, 2004. 71с.

8. Антыпко А.И. Основы дистанционного теплового мониторинга геологической среды городских агломераций. М.: Недра, 1992, 152с.

9. Барталев С.А., Ершов Д.В., Исаев A.C. Оценка дефолиации лесов по многоспектральным спутниковым изображениям методом декомпозиции спектральных смесей // Исследование Земли из космоса, N3, 1998, 95 107.

10. Берлянт A.M. Геоинформационное картографирование. М.: 1997, 64с.

11. Берлянт A.M. КАРТА. Краткий толковый словарь. М.: Научный мир, 2003, 168с.

12. Брайс K.P., Феннема K.JI. Анализ сцены при помощи выделения областей/Интегральные работы. Москва: «Мир», 1975, стр.136 -159.

13. Бондур В.Г. Принципы построения космической системы мониторинга Земли в экологических и природно-ресурсных целях // Изв. вузов. Сер. Геодезия и аэрофотосъёмка. 1995. № 1-2. с. 14 38.

14. Бондур В.Г. Основы аэрокосмического мониторинга окружающей среды. Курс лекций // М.: Московский государственный университет геодезии и картографии, 2006, 369с.

15. Бугаевский JI.M., Малинников В.А., Савиных В.П. Преобразование сканерного снимка в заданную картографическую проекцию. Труды Международного форума по проблемам науки, техники и образования. Москва, 1998, с. 51 57.

16. Бугаевский Л.М., Малинников В.А., Савиных В.П. Преобразование космического кадрового снимка в заданную картографическую проекцию. Труды Международного форума по проблемам науки, техники и образования. Москва, 1998, с. 57-61.

17. Бугаевский Л.М., Портнов А.М.М Теория одиночных космических снимков. М., Недра, 1984, 280с.

18. Бугаевский Л.М., Вахрамеева Л.А. Картографические проекции. М.; Недра, 1992, 290с.

19. Бугаевский Л., М. , Цветков В.Я. Геоинформационные системы. М.: "Златоуст", 2000 - 224с.

20. Букатов A.A., Дацюк В.Н., Жегуло А.И. Программирование многопроцессорных вычислительных систем. Ростов-на-Дону: Изд-во ООО «ЦВВР», 2003, 208с.

21. Верещака Т.В., Зверев А.Т., Сладкопевцев С.А., Судакова С.С. / Визуальные методы дешифрирования. М., Недра, 1990, 341с.

22. Виноградов Б.В. Аэрокосмический мониторинг экосистем. М.: Наука, 1984.

23. Востокова Е.А., Сущеня В.А., Шевченко Л.А. Экологическое картографирование на основе космической информации. М.: Недра,1988.

24. Гарбук C.B., Гершензон В.Е., Космические системы дистанционного зондирования Земли, М. Изд. А и Б , 1997г.

25. Гимельфарб Г. Л. Расчленение цифровых изображений на участки, однородные по локальным изменениям сигнала / Тез. Докл. Всесоюз. Конф. АСОИЗ-81. Москва: «Наука», 1981, стр. 51.

26. Голоудин Р.И., Дистанционные методы эколого-гидрографического изучения и картирования акваторий. Исследование Земли из космоса. № 3,1995.

27. Гонсалес Р, Вудс Р. Цифровая обработка изображений. Москва: Техносфера, 2006.

28. Григорьев A.A. Антропогенное воздействие на природную среду по наблюдениям из космоса. Jl-д, Изд. Наука, 1985.

29. Григорьев A.A. Города и окружающая среда. Космические исследования, М: Мысль, 1982.

30. Григорьев А.А, Кондратьев К.Я. Космическое землеведение. М: Наука, 1985.

31. Дельнов В.И. и др. "Вопросы методологии исследования природных ресурсов Земли из космоса", Сб. статей, Москва, ЦНИИГА-иК, 1998, с. 66 81.

32. Дешифрирование многозональных аэрокосмических снимков. Сканирующая система фрагмент. Методика и результаты. Академи-Ферлаг Берлин Изд. Наука, Москва, 1988, 124с.

33. Дистанционное зондирование. Количественный подход / Под ред. Ф. Свейна и Ш. Дейвис. М.: Недра, 1983. 415с.

34. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ./Под ред. В.Л.Стефанюка., М., Мир, 1976.

35. Дюран Б. Оден П. Кластерный анализ. М., Статистика, 1977,127с.

36. Еремеев В.А., Мордвинцев И.Н. и др. Современные гиперспектральные сенсоры и методы обработки гиперспектральных данных // Исследование Земли из космоса, №6, 2003, с. 80 90.

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

38. Жуков В.В., Егоров С.Б. В сб.: Многозональные аэрокосмические съёмки Земли, М., 1981, с. 203 210.

39. Заблоцкая Л.В. Приокско-Террасный заповедник. // Заповедники СССР. Заповедники Европейской части РСФСР. II. М., Мысль, 1989. с. 30-51

40. Зиман Я.Л., Чесноков В.А. Многозональные аэрокосмические съёмки Земли. -М.: Наука, 1981, с. 277 292.

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

42. Кендалл М., Стьюарт А. Статистические выводы и связи. // М.: Наука. 1975, 521с.

43. Киенко Ю. П. Введение в космическое природоведение. Москва, "Картгеоцентр" — "Геодезидат", 1994 г.

44. Классификация и кластер / Под ред. Дж. Вэн Райзина. Москва: «Мир», 1980.

45. Книжников Ю.Ф., Кравцова В.И. Многозональная космическая съёмка и ее применение при изучении окружающей среды. Обнинск, 1978, 47с.

46. Книжников Ю.Ф. Динамическое аэрокосмическое зондирование (содержание, проблемы, область применения) // Вестн. МГУ. Сер. геогр. 1985. №4. с. 7 14.

47. Кондратенков Г.С., Фролов А.Ю. Радиовидение. Радиолокационные системы дистанционного зондирования Земли. // М.: Радиотехника, 2005, 368с.

48. Кондратьев К.Я. и др. Сб. "Биосфера. Методы и результаты дистанционного зондирования", Москва, Наука, 1990.

49. Коновалов H.A., Крюков В.А. и др. C-DVM язык разработки мобильных параллельных программ // программирование. - 1999 -№1 - с. 20 - 28.

50. Корнеев В.Д. Параллельное программирование в MPI. Изд-во СО РАН, Новосибирск, 2000, 213с.

51. Космические методы исследования почв: Учебное пособие для студентов вузов / В.И. Кравцова. М.: Аспект Пресс, 2005, 190с.

52. Космическая съёмка и тематическое картографирование. Под ред. Салищева К. А., Книжникова Ю. Ф. Изд во МГУ, 1980, 272с.

53. Космическое землеведение. Под ред. Садовничего В. А. -МГУ, 1992, 269с.

54. Красиков В. А., Хашунцева М. В., Штарьков Ю. И. Методы кластерного анализа в задачах тематической обработки многозональной видеоинформации / Аэрокосмические исследования Земли. Обработка видеоинформации на ЭВМ. Москва: «Наука», 1978. стр. 112 126.

55. Кронберг П. , Дистанционное изучение Земли, М., Мир,1988.

56. Кук, Розенфельд. Схема обнаружения объектов заданныхразмеров. ТИИЭР, письма,1970, т.58, № 12, с. 109, 110.

57. Кухлинг X. Справочник по физике. М.: Мир, 1982, 519с.

58. Лацис А.О. Как построить и использовать суперкомпьютер. М.: Бестселлер, 2003, 240с.

59. Левитин И.Б. Применение инфракрасной техники в народном хозяйстве. Л.: Энергоиздат, 1981.

60. Марчуков B.C., Беликов В.Г., Алгоритм локальной пороговой обработки для выделения точечных объектов на изображении. Материалы научно-технического семинара "Прикладные интеллектуальные системы". Общество "Знание" РСФСР Москва, 1992г. с. 10.

61. Марчуков B.C., Использование спектрально-контекстных признаков для автоматизированного дешифрирования аэрокосмических изображений земной поверхности. Изв. Вузов. Геодез. и аэрофот., 2001. №4. с. 80 - 85.

62. Марчуков B.C., Адаптивный пороговый алгоритм для автоматического выделения на изображении малоразмерных объектов. -Изв. Вузов. Геодез. и аэрофот., 2002. № 1. с. 100 107.

63. Марчуков B.C., Дешифрирование многозональных аэрокосмических изображений с использованием структурно пространственной информации., «Известия вузов. Геодезия и аэрофотосъёмка», 2003,

64. Марчуков B.C., Сладкопевцев С. А , Компьютерные технологии в картографировании экологических систем // Известия вузов. Геодезия и аэрофотосъёмка, 2003, № 5. с. 60-71.

65. Марчуков B.C., Кочнова И.В., Автоматизированное выделение объектов заданного размера на аэрокосмических изображениях с использованием параллельной обработки. «Известия вузов. Геодезия и аэрофотосъёмка», 2004, №3. с. 151 157.

66. Марчуков B.C., Технология автоматизированного дешифрирования данных тепловизионной аэросъёмки для мониторинга состояния теплотрасс., «Известия вузов. Геодезия и аэрофотосъёмка», 2004, № 4. с. 118 125.

67. Марчуков B.C., Сладкопевцев С.А., Ресурсно-экологическая картография., М.: Изд-во МИИГАиК, 2005, 196с.

68. Марчуков B.C., Мышляков С.Г., Технология обработки многозональных космических снимков для целей почвенного картографирования // Известия вузов. Геодезия и аэрофотосъёмка, 2008, № 2. с. 149 -155.

69. Марчуков B.C. , Миртова И.А., Дешифрирование динамики растительного покрова и грунтов по материалам дистанционного зонди-рования//Учебное пособие//М.: Изд-во МИИГАиК, 2009, 128 с.

70. Марчуков B.C. ,Автоматизированные методы оценки динамики пространственного распределения растительного покрова и грунтов по данным дистанционного мониторинга // Исследование Земли из космоса, 2010, № 2, с.63-74

71. Марчуков B.C., Чинь Jle Хунг, Методы выявления динамики тропической растительности Вьетнама путем автоматизированного дешифрирования временных рядов многозональных снимков // Исследование Земли из космоса, 2011а, № 3, с. 75 85.

72. Марчуков B.C., Чинь Jle Хунг , Анализ спектральных характеристик тропической растительности Вьетнама и разработка методов дешифрирования на основе спектральных индексов // Изв. Вузов. «Геодезия и Аэрофотосъемка», 20116., № 3 , с. 74-77.

73. Меро Д., Вази 3. Упрощённая и быстрая модификация оператора Хюккеля для поиска оптимальных границ на изображении / Тр. 4 Междунар. Объединённой конф. По искусственному интелекту. Москва: «ВИНИТИ», 1975. Т. 8. стр. 650 655.

74. Немнюгин С., Стесик О. Параллельное программирование для многопроцессорных вычислительных систем. Санкт-Петербург,2002г.

75. Павлидис Т., Алгоритмы машинной графики и обработки изображений, М. ,Радио и связь, 1986.

76. Распространение ультракоротких радиоволн. Пер. с англ. (Под ред. Б.А. Шиллерова), М., Сов. Радио, 1954.

77. Ревзон А.Л. Космическая фотосъёмка в транспортном строительстве. М., Транспорт, 1993., 272с.

78. Савиных В.П., Визульно-иструментальные исследования Земли с пилотируемого космического комплекса, М., "Недра", 1991, 110с.

79. Савиных В.П., Соломатин В.А. Оптико-электронные системы дистанционного зондирования. Москва, Недра, 1995.

80. Савиных В.П., Цветков В.Я., Геоинформационный анализ данных дистанционного зондирования, М, Картгеоцентр Геодезиздат, 2001,228 с.

81. Сафронов Ю.П., Андрианов Ю.Г. Инфракрасная техника и космос. М.: Советское радио, 1978, 248с.

82. Саху П.К., Солтани С., Вонг А.К., Чень И.С. Обзор по пороговым методам. Кибернетический сборник. Новая серия. Вып. 27. Сб. статей: Пер. с англ. -М.: Мир, 1990, 200с.

83. Скловский С. А., Голубков В.В., Пиру ев а Т.Г. Методические рекомендации при производстве тепловой инфракрасной съёмки (ТИКАС) с целью контроля объектов коммунального хозяйства, Москва, ГН1111 «Аэрогеофизика», 2001г., 46с.

84. Сладкопевцев С.А. Изучение и картографирование рельефа с использованием аэрокосмической информации. М.: Недра, 1982.

85. Сладкопевцев С.А. Экологические карты, вопросы классификации и дистанционного обеспечения. Изв.ВУЗов, геодезия и аэрофотосъёмка, 1990, №6.

86. Сладкопевцев С.А. Геоэкологическая картография. Изд-во МНЭПУ, 1996.

87. Собрание законодательства РФ, 1996, № 15, ст. 1572

88. Справочник по радиолокации / Под ред. М. Сколника, В 4 томах, М., Советское радио, 1976.

89. Структурный анализ снимков в аэрокосмических исследованиях Земли. Под ред. Книжникова Ю.М., М., 1985, 147с.

90. Толчельников Ю.С. Оптические свойства ландшафта. Л.: Наука, 1974, 252с.

91. Ту Дж., Гонсалес Р. Принципы распознавания образов. // М.: Мир. 1978, 413с.

92. Шилин Б.В. Тепловая аэросъёмка при изучении природных ресурсов.Л., Гидрометеоиздат, 1980.

93. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. // М.: Радио и связь. 1986, 185с.

94. Юстуссон Б.И. В: Быстрые алгоритмы в цифровой обработке изображений. Под ред. Т.С. Хуанга - М., Радио и связь, 1984, с. 156-191.

95. Amdahl G. Validity of the single-processor approach to achieving large-scale computing capabilities. // Proc. 1967 AFIPS Conf., AFIPS Press, V. 30, 1967, p. 483.

96. Bartalev S.A., Zhirin V.M., Yershov D.V. Comparison of Different Satellite Systems, Mapping Sciences and Remote Sensing. Northern Forest Studies:Volume 32, 1995, No. 1, pp. 103 120.

97. EUR 17685 EN, pp. 293 308.

98. Bendat J.S., Piersol A.G. Random Data. Analysis and Measurements Procedures. // N.Y.: John Wiley & Sons. 1985, 323p.

99. Building IDL Application // RSI inc. 2003, 892p.

100. Chang C.I., Smith S.C. Linear spectral random mixture analysis for hyperspectral imagery // IEEE Transactions on Geoscience and Remote Sensing, V. 40, №> 2, 2002, pp. 375 392.

101. Duda E.O., Hart P.E. Pattern classification and scene analysis. // New York: John Wiley & Sons, Inc., 1970, 380p.

102. Ecosystems and Human Weil-Being. Synnthesis // Island. Press. Washington, D.C, 2005, 137p.

103. ER MAPPER and ER Storage software and documentation is propriety to Earth Resource Mapping Pty Ltd.Vol. 1 5. // ER Mapping, 1995, 1237p.

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

105. Fu K.C. Digital pattern recognition. // New York: Springer Verlag edit. 1980, 171p.

106. Fukunaga K. Introduction to statistical pattern recognition. // New York: Academic Press. 1972, 253p.

107. Fu K.C., Mui J.K.-Pattern Recognition, 1981, v. 13, 4, pp. 316.

108. Haertel V., Langrebe D.A. On the classification of classes with nearly equal spectral response in remote sensing hyperspectral image data // IEEE Transactions on Geoscience and Remote Sensing, V. 37, № 5, 1999, pp. 2374 2386.

109. Heuckel M., A Local Visual Operator Which Recognizes Edges and Lines, JACM, 20, 4, 634 647, (October 1973).

110. Hu Y.H., Lee H.B., Scarpace F.L. Optimal linear spectral unmixing // IEEE Transactions on Geoscience and Remote Sensing, V. 37, № 1,1999, pp. 639 -644.

111. Geomatica 10 Brochure, PCI Geomatics, 2006.

112. Jia X., Richards J.A. Efficient maximum likelihood classification for imaging spectrometer data sets // IEEE Transactions on Geoscience and Remote Sensing, V. 32, № 2, 1994, pp. 274 281.

113. Ifarraguerri A., Chang C.I. Multispectral and hyperspectral image analysis with convex cones. // IEEE Transactions on Geoscience and Remote Sensing, V. 37, № 2,1999, pp. 756 770.

114. Invariant subpixel material detection in hyperspectral imagery // IEEE Transactions on Geoscience and Remote Sensing, V. 40, № 3, 2002, pp. 599 608.

115. Keshava N. Distance Metrics and Band Selection in Hyperspectral Processing With Applications to Material Identification and Spectral Libraries // IEEE Transactions on Geoscience and Remote Sensing, V. 42, № 7, 2004, pp. 1552 1565.

116. Kirsche R.A., Cahn L., e.a. In: Proc. of Eastern Joint Comput. Conf., 1957, pp. 221 -229.

117. Pickett R.M., Visual Analysis of Texture in the Detection and Recognition of Objects, in: Picture Processing and Psychopictrics, Lipkin B.C., Rosenfeld A., Academic Press, New York, 1970, pp. 289 308.

118. Prewitt J.M.S. In: Picture Processing and Psychopictorics Ed. By A. Rosenfeld, B. Lipkin. -N.Y.: Academic Press, 1970, pp. 75 - 149.

119. Roberts L.G. In: Optical and Electrooptical Information Processing Ed. By J. Tippet, D. Berkowitz. - MIT Press, 1965, pp. 159 - 197.

120. ScanEx Image Processor, RDS Scanex, 2002.

121. Tennenbaum J.M., Sobel I., e.a. In: Proc. Of Intern Joint Conf. on Artificial Intellegence, 1969, pp. 521 - 526.

122. Zucker S.W., Rosenfeld A., Davis L.S., Picture Segmentation by Texture Discrimination, IEEE Trans. Computers, C-24, 12, pp. 1228 1233 (December 1975).