CC BY
11
УДК 528.7+514.1
Д.В. Сущевський
ВИКОРИСТАННЯ Л1ДАРНИХ ЗОБРАЖЕНЬ ДЛЯ РОЗП1ЗНАВАННЯ ОБ'СКТ1В ШТУЧНОГО ПОХОДЖЕННЯ
Постановка проблеми. Еколопчну ситуацiю у свт можна охарактеризувати як критичну. Серед глобальних еколопчних проблем: винищування лiсiв, виснаження ресурав npicHoi' води, скорочення запасiв корисних копалин, катастрофiчнi змiни природних ландшафпв, несанкцiонована забудова заповвдних територiй та ш. В даних умовах, о^м проведення заходiв з мiнiмiзацi! шшдливих впливiв людини на навколишне середовище, суттеву роль набувають засоби та технологи еколопчного контролю. Для сучасного шформацшного суспiльства найважливiшою умовою такого контролю е оператившсть отримання даних та швидкий доступ до них. Цим вимогам у повнш мiрi вiдповiдае космiчний монiторинг з подальшим представленням отримано! просторово! шформацп в геошформацшних системах та надання доступу до не! через геопортали в режимi онлайн. Технологи космiчного еколопчного мониторингу дозволяють оперативно фiксувати, картографувати та аналiзувати данi дистанцiйного зондування землi (ДЗЗ), виявляючи пагубнi впливи людини на навколишне середовище та рiзкi природш змiни ландшафтiв. Суцшьш та вибiрковi вирубки лiсiв, вплив промислово! забудови на природнi ландшафти, насл1дки л1сових пожеж, повеней та шших природнiх катаклiзмiв чiтко виявляеться на оптичних та радарних космiчних знiмках. Традицiйнi наземнi методи еколопчного контролю самi по собi е дорогими, призводять до великих трудових та часових витрат. У зв'язку з цим економiчно ефективними залишаються лише вибiрковi польовi дослiдження, направлен на виявлення тонких тенденцiй у середовищ^ що не можуть бути виявленими за даними ДЗЗ. Ус iншi техногеннi впливи, рiзкi природш змши доцiльно контролювати за космiчними знiмками.
Анaлiз останшх дослiджень. Традицшне отримання шформацп про висоту засобами фотограмметрп е витратним процесом з точки зору часу та трудових ресурав. Бшьш того, даний метод мае обмежеш можливостi з картографування мiсцевостi вкрито! деревами, оск1льки необхвдно аби мiсцевiсть було видно з двох рiзних точок огляду (наприклад, на двох рiзних зображеннях). Серед останшх здобуткiв ДЗЗ слад ввдзначити широке розповсюдження радарно! технологи отримання зшмшв, що набула значного поширення iз запуском супутникiв, що дозволяють отримувати високоякiснi радарнi знiмки будь-яко! дiлянки земно! поверхнi [1-3]. Вадмшною рисою радарних систем е можливють отримання високояк1сних знiмкiв незалежно ввд рiвня освiтленостi та практично у будь-яких метеорологiчних умовах. Крiм того, радарш данi мiстять iнформацiю про висоту об'екпв, що вiдкривае принципово новi можливостi в областi розтзнавання зображень, виявлення змiн та 3D-вiзуалiзацi!.
Формулювання цiлей CTaTTi (постановка завдання). Рiзновидом радарно! зйомки е зйомка з застосуванням л1дару (LIDAR - Light Detection and Ranging). Застосування лазеру у якосп активного елементу дозволяе здшснювати аналiз земно! поверхш за великим набором параметрiв з надзвичайною точнiстю та гнучк1стю. 1снуе багато областей застосування лвдару. Ця стаття надае технiчну iнформацiю, що тдтверджуе доцiльнiсть застосування л1дарних даних для розтзнавання об'екпв земно! поверхш. Запропоновано методику виявлення будiвель з використанням лвдарних даних.
Основна частина. У [3] було розроблено алгоритми виявлення будiвель, використовуючи геометричнi ознаки об'екпв зображення. При цьому розглядалися лише оптичнi сканернi зображення високого та надвисокого просторового розрiзнення, де джерелом iнформацi! були iнтенсивностi випромшювання ввдбитого вiд вiдповiдних точок земно! поверхш. Дат показано, що запропоноваш методи виявлення будiвель з використанням геометричних ознак е бiльш ефективними, якщо в якостi вих1дних даних використовуються лщарш зображення.
Ключовим фактором при виборi даного класу зображень е можливють отримання iнформацi! про висоту об'екпв земно! поверхш. Сучасний лвдар визначае абсолютну висоту мюцевосп iз точнiстю порядку 10-20 см, при цьому точшсть отримання вщносно! висоти (наприклад, висоти будiвель) е ще бшьш високою. Ще одшею особливютю л1дару е можливiсть «бачити» земну поверхню крiзь дерева, тобто отримувати шформащю про висоту та характер мюцевосп, що повшстю вкрита рослиншстю. Дана особливiсть може бути використана, наприклад, для виявлення л1сових дорiг, що повнiстю закрити деревами, яш нависають над дорожнiм покриттям. Це досягаеться завдяки тому, що навиъ у густих лiсах е невелик! просвгти, що дозволяють частиш променiв досягти землi (покриття) та ввдбитися вiд не!.
Формат даних LIDAR. Стандартним форматом для представления л1дарних даних е файли формату LAS (ввд "laser"). Як правило, файл генеруеться програмним забезпеченням (наприклад, наданого виробниками обладнання LIDAR), що використовуе даш GPS, IMU (внутршньо! навiгацiйно! системи [2]) та даш лазерних !мпульов для отримання X, Y та Z-координат точки. Формат представляе собою набiр бiнарних даних, що складаеться з блоку заголовку (Public Header Block), запиав змшно! довжини (Variable Length Records) та запиав даних точок (Point Data Records). Заголовок мютить
загальш даш, таю як шльшсть точок та координати границь. Записи змшно! довжини мiстять iнформацiю про типи даних, включаючи проекцiйну шформащю, метаданi, iнформацiю про форму сигналу та рiзноманiтнi данi користувача [4]. 1нформащя, необхiдна для розпiзнавання об'екпв зображень мiститься у третьому блощ, що мiстить у собi наступш данi (див. табл. 1).
Табл. 1. Формат даних точок LIDAR
Параметр (англ.) P03Mip 1нформащя про параметр
X 4 байти Координати точки.
Y 4 байти
Z 4 байти
Intensity 2 байта 1нтенсившсть амплиуди iмпульсу, що повернувся.
Return Number 3 бгга Осшльки кожний вщправлений iмпульс може вщбитися та повернутися до приймача дешлька разiв, цей параметр визначае порядковий номер iмпульсу, що повернувся.
Number of Returns 3 бгга Загальна кiлькiсть повернень заданого випромiненого iмпульсу.
Scan Direction Flag 1 бгт Параметр приймае значення 1 у разi прямого та 0 у разi оберненого напрямку сканування, де прямим напрямком вважаеться сканування злiва направо вiдносно напрямку польоту.
Edge of Flight Line 1 бгт Бгг приймае значення 1 у раз^ якщо точка знаходиться на границ скану (остання точка лшп сканування перед тим, як вона змшить напрямок).
Classification 1 байт Мiстить шформащю про клас точки (див. табл. 2).
Scan Angle Rank (-90 to +90) - Left Side 1 байт Кут точки по вщношенню до лазерно! системи. Кут у 0 градуав вiдповiдае надиру. Ввдповщно, кут з вiд'емним значениям вiдмiрюеться лiворуч до напрямку польоту.
User Data 1 байт Довшьне поле, що може бути використано користувачем.
Point Source ID 2 байта Значення цього поля вказуе на файл, з якого було взято точку. 0 вказуе на те, що точка належить даному файлу.
Лщарш системи мають змогу фжсувати перше, друге та, нарештi, "останне" повернення окремого лазерного iмпульсу. Порядковий номер променя, що повернувся, може допомогти визначити тип поверхнi, ввд яко! ввдбулося ввдбиття (наприклад, земля, дерево, шдлюок). За к1льк1стю таких повернень також можна визначити характер поверхщ Звичайний сучасний лiдар може фжсувати до п'яти повернень на iмпульс.
У табл. 2 наведено класи точок лвдарних даних. Наявнють класифiкацiйних даних суттево покращуе достовiрнiсть дешифрування. При цьому немае необхщносп використання складних алгоритмiв спектрального аналiзу, що використовуються за класифшацп мультиспектральних оптичних зображень.
Табл. 2. Ставдартт класи точок даних LIDAR
Значення Клас точки
0 Класифжащя не здшснювалася
1 Некласифжована
2 Земля
3 Низька рослиннють
4 Середня рослиннють
5 Висока рослиннють
6 Будiвлi
7 Дуже низька точка (шум)
8 Ключова точка моделi (основш точки)
9 Вода
10-11, 13-31 Зарезервовано
12 Точки перекриття (з'являються в результат накладання лiнiй польоту)
Отже, лвдарш даш мютять набагато бшьше шформацп, шж X, Y та Z координати (рис. 2.), та, серед 1ншого, можуть включати шформащю про штенсившсть 1мпульс1в, що повернулися, шформащю про класифжащю точок (якщо таку було здшснено), к1льк1сть повернень, час фжсацп та джерело (лшгя польоту) кожно! точки. Ця шформащя може також збертатися у текстових файлах (формат ASCII), але розм1р таких файл1в може бути досить великим (дешлька м№йошв запиав з багатьма текстовими символами), що робить незручною роботу з ними.
Якщо до «висотного» зображення (рис. 3) застосувати один з метод1в сегментацп, наведений у [1], наприклад, бшаризащю за методом Отсу (або за шшим експериментально обраним порогом),
отримаемо бшарне зображення проекцiй об'ектш (рис. 1), висота яких перевищуе деякий порш (рис. 1). Даний пiдхiд надае змогу виключити помилкову класифiкацiю тшей, що призводять до отримання небажаних об'ектш на бшарному зображеииi або спотворюють форми проекцш штучних об'ектш. Таким чином результуюче бшарне зображення гарантуе виключно геометричну природу проекцш об'ектш. Наступними кроками е морфолопчна обробка зображення з метою вилучення небажаних елементiв зв'язност та застосування геометричних ознак об'ектш для виявлення будiвель та шших об'ект!в штучного походження (див. табл. 3).
а) точки забарвлеш за висотою
б) точки забарвлеш за штенсивнютю
в) точки забарвлеш за класифжащею
г) точки забарвлеш за кшькютю повернень
д) точки забарвлеш за джерелом польоту
е) сумщеш даш штенсивносп та висоти
Рис. 2. Рiзновиди лщарних зображень
«*Гг|
Л ж
Рис. 4. Результат сегментацп зображення висот
Використання удосконаленого коефiцieнту прямокутностi (УКП), розробленого у [1], дозволяе з високою достовiрнiстю розпiзнавати штучнi об'екти.
Табл. 3. Застосування УКД для розшзнавання штучних об'ектiв
Бiнарне зображення об'екту
Зображення вилученого об'екту
Зображення об'екту у лшшному положеннi
УКП об'екту
0,81
Висновки та перспективи подальших дослiджень. Застосування лвдарних зображень суттево розширюе можливостi юнуючих методiв розпiзнавання об'ектiв. Застосування лише шформацп про висоту дозволяе значно покращити достовiрнiсть розпiзнавання. Цiлу низку можливостей л1дарних зображень залишено поза увагою дано! роботи, що сввдчить про величезний потенцiал даного класу зображень в розшзнаванш та вiзуалiзацi! даних. Наступною задачею пiсля розшзнавання е виявлення змiн за рiзночасовими зображеннями та !х тривимiрна вiзуалiзацiя.
Л1ТЕРАТУРА:
1. Сущевський Д.В. Геометричш моделi щентифшацп та вiзуалiзацi! змш штучних об'ектiв земно! поверхнi за рiзночасовими зображеннями. Дис. ... канд. техн. наук / Дшпропетровський нацюнальний унiверситет iм. Олеся Гончара. - Дншропетровськ, 2011. - 147 с.
2. Гнатушенко В.В. Сiнергетичний шдхвд до побудови тривимiрно! карти змш об'екпв земно! поверхнi / В.В. Гнатушенко, Д.В. Сущевський // Прикладна геометрiя та iнженерна графiка. -Мелтополь, 2012. - Вип. 4 - С. 62-67.
3. Carter J. LIDAR 101: An introduction to LIDAR technology, data, and applications / J. Carter, K. Schmid, K. Waters, L. Betzhold, B. Hadley, R. Mataosky, J. Halleran // NOAA Coastal Services Center, Charleston, 2012. - 72 p.
4. LAS Specification version 1.4 / The American Society for Photogrammetry & Remote Sensing. -Bethesda, Maryland, 2012. - Version 1.4. - 27 p.
СУЩЕВСЬКИЙ Дмитро Валершович — к.т.н, доцент кафедри електронних 3aco6iB телекомушкацш Дшпропетровського нацюнального ушверситету iменi Олеся Гончара. HayraBi штереси:
- математичне моделювання та обробка фотограмметричних зображень.
