Автоматизированное геологическое дешифрирование

Автоматизированное геологическое дешифрирование

Обработка больших объемов геологической информации, получаемой при аэрокосмических съемках, может успешно осуществлена лишь при использовании быстродействующих ЭВМ. Автоматизация процесса обработки МДС позволяет повысить точность и объективность результатов дешифрирования больших массивов геологических данных. При автоматизированной обработке МДС решаются задачи двух видов: моделирование и восстановление изображений, улучшение их качества, контрастных характеристик, фильтрация различного рода искажений. Другим видом обработки является геологический анализ и проведение измерительного дешифрирования путем для решения фотограмметрических задач. При обработке изображений в цифровой форме осуществляется ввод изображений в ЭВМ и их математическая обработка. Обобщенная схема устройства ввода аэрокосмической информации включает в себя: блок сканирования, обеспечивающий автоматическое считывание фотографического изображения, блок фотометрирования и блок сопряжения устройства с ЭВМ.

В настоящее время системы обработки данных дистанционного зондирования базируются на применении серийных ЭВМ со штатным программным обеспечением. Полная система прикладного программного обеспечения содержит следующее:

 – средства автоматизации хранения изображений на внешних накопителях;

 – средства диалога с пользователем через специализированный дисплейный комплекс;

 – средства обслуживания процессоров ввода и вывода изображений;

 – средства «вспомогательной» обработки изображений, программ быстрых спектральных преобразований, программы вычитания, перемножения, логарифмирования, стыковки изображений и выделения их фрагментов;

 – средства «содержательной» обработки изображений: программы фильтрации, кодирования, статистического анализа изображений, идентификации, выделения признаков и распознание образов:

 – средства синтеза изображений, программы синтеза голограмм, пространственных фильтров;

 – средства откладки и тестирования программных компонентов.

Применение ЭВМ для обработки видеоизображений позволяет находить количественные показатели многозональной видеоинформации, например, статистические характеристики. Последние на первой ступени обработки изображения можно рассматривать как априорную информацию, позволяющую на следующих ступенях визуализировать различные контрасты, что упрощает процедуры классификации.

Общую задачу обработки аэрокосмической видеоинформации можно определить как выяснение геологических свойств объектов по результатам измерения их спектрального излучения, структуры и текстуры фотоизображения. С участием оператора-дешифровщика осуществляется так называемый интерактивный режим обработки снимков, при котором оператором производится управление про-цессом обработки, анализ результатов контроля за качеством решения поставленной задачи.

К числу основных операций интерактивной обработки виде-оизображений относятся: выделение заданных элементов анали-зируемого изображения из окружающего фона, проведение изме-рительных и вычислительных операций по выделенным элементам (рис. 6). Анализ выделенных элементов позволяет оператору оценить эффективность используемых программ применительно к решению поставленной задачи, выбрать режим для дальнейшей обработки. Выделение заданных элементов изображения осуще-ствляется с использованием цвета в качестве признака, а так же характеристик текстуры. Для получения точности процесс обработки интерактивным методом имеет ступенчатую структуру, при которой оператор, выбирая траекторию перехода от процедуры к процедуре, анализирует промежуточные результаты, отображая их на экране дисплея. Просмотреть национальные парки кении вы сможете на сайте travel-box.ru

При организации технологической схемы обрабоки аэрокосми-ческой информации важную роль играет рациональное использование методов автоматизированного дешифрирования с учетом их возмож-ностей для решения конкретной геологической задачи. Общая схема обработки МДС включает в себя следующие этапы:

 – статистический анализ априорных данных, которые обеспе-чивают выбор эталонных участков, и планирование оптимальных сроков аэрокосмических съемок;

 – накопление и анализ дешифровочных признаков исследуемых классов геологических объектов по эталонным участкам;

 – выделение на анализируемых снимках границ однородных об-ластей (сегментация);

–автоматизированная классификация изображений в диалоговом режиме (управление классификацией);

 – присвоение выделенному классу геологического содеожания (идентификация).

Первый и последний этап требуют работы с участием специ-алистов-экспертов.

На первом этапе формируется и анализируется набор геоло-гических данных, обеспечивающий решение поставленной задачи. Исследуя разделимость классов обхектов земной поверхности по спектральным и текстурным признакам, выделяются группы плохо различимых классов, определяется максимальная вероятность ошибки распознавания классов и ошибки распознавания объектов внутри выделенного класса. На основании данных анализа проводится выбор эталонных геологических объектов, обобщаются и изучаются на местности их основные спектрально-отражательные характеристики, индикатриссы отражения, особенности структурно-морфологического строения. Планируются оптимальные сроки аэро- и космических съемок. 

Второй этап геологического анализа видеоинформации реализуется в интерактивном режиме с участием инженера-геолога. При этом используются программы получения и анализа дешифровочных при-знаков оконтуренных эталонов (участков местности, принадлежащих обучающей выборке). Применяются специальные и стандартные программы управления видеоданными. В процессе анализа исполь-зуются данные наземных и аэровизуальных исследований эталонных территорий (полигонов).

При обработке видеоинформации осуществляются следующие про-цедуры:

 – формирование видеофайлов по заданным координатам углов фрагмента и спектральным каналам;

 – координатная привязка снимков и преобразование их в заданную картографическую проекцию. При выводе преобразованного изо-бражения на устройство визуализации в него может замешиваться координатная сетка меридианов и параллелей;

 – воспроизведение на устройствах вывода нужного спектрального фрагмента;

 – определение для выбранных однородных участков статистических характеристик: построение одномерных, двухмерных гистограмм распределения яркости, векторов средних значений яркости;

 – получение линейных комбинаций исходных многозональных изображений;

 – классификация выделенных однородных участков с при-влечением априорной информации о числе и центрах классов, объединения в кластеры;

 – поэлементная классификация видеофайлов по классам;

 – представление и воспроизведение результатов классификации.

По эталонным полям и отдельным их участкам анализируются яркостные и текстурные признаки, строятся гистограммы и оце-нивается их возможность апроксимации нормальным законом. Про-изводится оценка информативности каждого из спектральных каналов и формируется система интегральных дешифровочных признаков.

Основу интерактивной геологической автоматизированной обработки составляют программные комплексы, позволяющие осуществить выделение однородных областей и производить управляемую классификацию. Подобная классификация проводится в три этапа:

 – на первом этапе интерпретатор очерчивает на исследуемом изображении тестовый участок, на котором осуществляется расчет его статистических характеристик;

 – на втором этапе просматриваются все элементы изображения и если функция правдоподобия их принадлежности к классу обучающего тестового участка местности (эталона) превышает заданный порог, то элемент отмечается на экране дисплея;

 – на третьем этапе производится операция сглаживания изображения так называемым скользящим окном, при этом выделяются связанные участки изображения и осуществляется получение геологической карты.

Наглядным примером автоматизированного геологического дешифрирования МДС является компьютерная обработка космическихсканерных снимков, полученных с ИСЗ «Ресурс-01». В качестве эталона выбран Березинский геодинамичекий полигон (Крупский район Минской обл.). На рис. 7 приведен один из вариантов технологической схемы обработки космоизображений с помощью ПЭВМ применительно к составлению геоэкологических карт.

Первоначально, поступающая по радиоканалу космическая информация преобразуется в специализированных вычислительных комплексах. Результатом такой проработки является матрица интенсивности светового излучения, отраженного от подстилающей поверхности в трех частотных диапазонах. Каждый КС представляется видеофайлом, первые 400 байт которого являются его паспортом. Далее следуют три значения интенсивностей излучения в трех зонах спектра для каждой точки. Данные с видеофайла переносятся на магнитный диск ПЭВМ. При дешифрировании выбирается фрагмент КС среднего размера. Его можно рассматривать с максимальным разрешением, если одна измеренная точка отображается одним пикселом на экране.

При помощи программы «SURFER» осуществляется построение карт изолиний. Затем эти модели сопоставляются с тематическими картами геолого-геофизического содержания. Современный уровень обработки цифровой информации на ПЭВМ позволяет производить выделение участка местности для последующей его детальной геологической интерпретации. Одновременно данный участок можно привести к определенной картографической проекции в определенном масштабе.

Особое место в технологии электронной обработки космической информации занимает построение и анализ цифровой модели (ЦМ) пространственного распределения равных значений спектральных яркостей геологических объектов. Последние с одинаковой структурой распределения яркостных показателей объеденяются в тематические классы. Специфика подобной группировки такова, что тематические классы могут быть представлены в виде морфолитосистем, объединяющих рельеф земной поверхности и сопряженный с нимгеологический субстрат (табл.2).

Таблица 2

Отражение морфолитосистем на цифровой модели космического изображения, полученного с ИСЗ «Ресурс-01»

 

Тематические классы

 (морфолитосистемы)

NN кластера (изолинии на ЦМ)

канал-1

(0.5-0.6 мкм)

канал-2

(0.6-0.7 мкм)

канал-3

(0.8-0.9 мкм)

1. Озерные котловины

(озеро Селява и др.)

+30

+28...+30

+35...+40

2. Плоские заболоченные низины

(торф, супеси)

+30

+28

---

3.Полого-волнистые водно-ледни-ковые и моренные равнины (пески, супеси)

+32

+30

+55

4. Среднехолмисто-грядовые моренные комплексы (песчано-гравийные породы, суглинки)

+34...+36

+32...+36

+70...+75

5. Крупнохолмисто-грядовые моренные комплексы (пески, гравийно-галечные породы, суглинки)

+38

и более

+40

и более

+75

и более

 

Геологическая интерпретация ЦМ показывает, что выделение морфолитосистем наиболее достоверно по компьютерным космоизображениям, выполненным в спектральном диапазоне 0,6-0,7 мкм. Довольно однозначно устанавливаются заболоченные низины и котловины, сложенные торфом и тонкими супесями. По ЦМ возможна пространственная дифференциация моренных гряд по характеру относительных высот рельефа (рис. 8). Изолинии спектральнх яркостей указывают также на литологический состав горных пород (пески с гравием, галькой и суглинки), слагающих эти мезоформы.

Кроме того, анализ ЦМ в ряде случаев позволяет выявить структурные элементы литосферы. Так, в пределах Березинского полигона отчетливо прослеживается на ЦМ фрагмент Холопеничского разлома протяженностью в несколько километров в виде удлиненной замкнутой аномалии со значениями спектральной яркости +30.

04 января 2013 /
Похожие новости
Дешифрирование топографических объектов по аэрофотоснимкам
Компьютерная обработка аэрокосмических снимков
Методы преобразования аэрокосмического изображения
Структурное дешифрирование снимков
Многоспектральная съемка
Комментарии

НАПИСАТЬ КОММЕНТАРИЙ

Ваше Имя:
Ваш E-Mail:
Полужирный Наклонный текст Подчеркнутый текст Зачеркнутый текст | Выравнивание по левому краю По центру Выравнивание по правому краю | Вставка смайликов Выбор цвета | Скрытый текст Вставка цитаты Преобразовать выбранный текст из транслитерации в кириллицу Вставка спойлера
Вопрос:
Столица России?
Ответ:*
Введите код: