CC BY
23
УДК 515.2:528.71
ВВ. ГНАТУШЕНКО, В.Ю. КАШТАН
Днтровський нацюнальний утверситет iMeni Олеся Гончара
ТЕХНОЛОГИЯ ГЕОМЕТРИЧНО1 ТА СПЕКТРАЛЬНО! КОРЕКЦ1Й ОПТИКО-ЕЛЕКТРОННИХ КОСМ1ЧНИХ ЗН1МК1В
У cmammi пропонуеться технологгя геометричног' та спектрально'' корекцш багатоспектрального зображення i3 збшьшенням його просторового розргзнення. Метою до^дження е створення ново' технологи полтшення вiзуaльноi якоcmi багатоканальних зображень з використанням пакетних вейвлет-перетворень. Запропонована mехнологiя була протестована на еталонних супутникових зображеннях. Порiвняння кшьюсних показнитв (ентротя за Шенноном, сигнальна енmропiя, середньоквадратичне вiдхилення, умовна ентротя за Шенноном, умовна сигнальна ентротя та пкове вiдношення сигнал-шум) для кнуючих меmодiв та запропоновано'г' технологи, а також вгзуальт результати показали перевагу використання запропоновано'г' технологи. Результати роботи можуть бути викориcmaнi при подальшому розпiзнaвaннi об 'екmiв та тематичнт обробц сканерних знiмкiв.
Ключовi слова: злиття, опmико-елекmроннi комплекси надвисокого просторового розрiзнення, коcмiчнi знiмки, пакетне вейвлет-перетворення, тформативтсть.
В.В. ГНАТУШЕНКО, В.Ю. КАШТАН
Днепровский национальный университет имени Олеся Гончара
ТЕХНОЛОГИЯ ГЕОМЕТРИЧЕСКОЙ И СПЕКТРАЛЬНОЙ КОРРЕКЦИЙ ОПТИКО-ЭЛЕКТРОННЫХ КОСМИЧЕСКИХ СНИМКОВ
В данной статье предлагается технология геометрической и спектральной коррекций многоспектрального изображения с увеличением его пространственного разрешения. Целью исследования является создание новой технологии для улучшения изображения с использованием пакетных вейвлет-преобразований. Предложенная технология была протестирована на эталонных спутниковых изображениях. Сравнение количественных показателей (энтропия по Шеннону, сигнальная энтропия, среднее отклонение, условная энтропия по Шеннону, условная сигнальная энтропия и пиковое отношение сигнал-шум) для существующих методов и предлагаемой технологии, а также визуальные результаты показали преимущество использования предложенной технологии. Результаты работы могут быть использованы при дальнейшем распознавании объектов и тематической обработке сканерных снимков.
Ключевые слова: слияние, оптико-электронные комплексы сверхвысокого пространственного разрешения, космические снимки, пакетное вейвлет-преобразования, информативность
V.V. HNATUSHENKO, V.J. KASHTAN
Oles Honchar Dnipro National University
GEOMETRICAL AND SPECTRAL CORRECTIONS TECHNOLOGY OF OPTICAL ELECTRONIC
SPACE IMAGES
This article is devoted to technology of geometric and spectral correction of a multispectral satellite image. The aim was the satellite image resolution enhancement technology based on wavelet packet transforms. The proposed technology has been tested on satellite images. Comparison of quantitative indicators(Shannon entropy, signal entropy, mean deviation, Shannon conditional entropy, conditional signal entropy and peak signal-to-noise ratio), as well as the visual results shows the advantage of using proposed technology. The results can be used for further object recognition and thematic processing of scanner images.
Keywords: remote sensing, optoelectronic complexes of ultrahigh spatial resolution, space images, packet wavelet transform, informational content.
Постановка проблеми
Оптико-електронш K0CMi4Hi зшмки високого просторового po3pi3HeHHH мають винятково важливу значущють для велико! шлькосп предметних областей ^агностика фiзичного стану матерiальних об'еклв зондування, еколопчний мониторинг, землекористування, геошформацшш системи та ш.). На сьогодшшнш день одними i3 найсучасних супутнишв оптико-електронних комплекав надвисокого просторового розрiзнення е WorldView-2 та WorldView-3, що становлять ядро орбитального угрупування дистанцшного зондування Землг Даш з супутника WorldView-3, завдяки наявносп додаткового короткохвильового 8-канального шфрачервоного сенсора SWIR, дозволяють вести зйомку ^зь туман, смог i пил з вихцщим просторовим дозволом 3,72 м. Вш особливо чутливий до наявносп вологи, а також до властивостей поглинання електромагнгтного випромшювання мшералами i грунтами. Поеднання з видимим шфрачервоним сенсором VNIR, який виконуе зйомку з високим просторовим дозволом 30 см, забезпечуе
тдвищення точносп дешифрування на 15-30% nopiBHHHO з традицшною 4-канальною зйомкою. KpiM того, оптико-електронш комплекси надвисокого просторового розрiзнення забезпечують оперативну геоприв'язку одержуваних ними зшмшв i здатнi виносити лшш вiзування уздовж, перпендикулярно i поперек траси космiчного апарату. Це кардинально змшило геометрш, спектральну iнформацiю (внаслщок рiзних випромiнювальних характеристик об'екту в окремих спектральних дiапазонах), тривалiсть i iншi найважливiшi характеристики космiчно! зйомки [1]. У цих умовах iснуючi технологи попередньо! обробки оптико-електронних космiчних знiмкiв е неефективними, оск1льки не враховують фiзичнi механiзми фшсацц видово! шформаци, мiжканально! кореляцп, що знижуе точнiсть подальшого розпiзнавання та аналiзу даних. Проведенi дослiдження пiдтвердили необхвдтсть розробки бiльш ефективно! технологй' геометрично! та спектрально! корекцiй космiчних зображень з урахуванням специфiки !хнього формування.
Анaлiз останшх дослiджень i публжацш На даний час розроблено математичш моделi для рiзних модифiкацiй оптико-електронно! апаратури; запропоновано методи фотограмметричного калiбрування цифрових камер; розроблено методи геометрично! та спектрально! корекцш знiмкiв: анатз головних i незалежних компонент, зважене усереднення; переход до iнших кольорових просторiв та iн. Незважаючи на досягнут успiхи, з'являються новi науковi проблеми, як1 пов'язанi iз тдвищенням вимог до змiсту i результапв фотограмметрично! обробки космiчних знiмкiв. Так, стльною та основною проблемою, пов'язаною з пiдвищення геометрично! та спектрально! корекцш космiчних знiмкiв, отриманих сучасними аерокосмiчними системами, е поява колiрних спотворень, що знижуе точнiсть подальшого розтзнавання та аналiзу [2, 3]. Причиною таких спотворень е той факт, що iснуючi алгоритми, головним чином, розроблялися для об'еднання зображень супутника SPOT. На вщмшу вщ вiдповiдних характеристик зазначеного космiчного апарату довжина панхром-хвилi сучасних супутник1в (Worldview-2,-3 та iн.) була розширена вщ видимого до ближнього iнфрачервоного дiапазону. Одним з пiдходiв iз розв'язання цiе! науково! проблеми е застосування вейвлет-перетворення [4, 5], що на сьогодшшнш день е найб№ш перспективним i високочутливим методом частотного аналiзу рiзних сигналiв, включаючи i зображення. Але iснуючi дослiдження також не враховують специф^ формоутворення багатоканальних оптико-електронних зображень з сучасних аерокосмiчних апаратiв. Крiм того, не виршеними залишаються питания по вибору типу вейвлепв та оптимального рiвия розкладу.
Формулювання мети дослiдження
Метою роботи е розробка ново! технологй' геометрично! та спектрально! корекцш космiчних зображень високого просторового розрiзнення з урахуванням фiзичних механiзмiв фiксацi! видово! шформаци. У якостi вхiдних даних використовуються зшмки супутника WorldView-3. Для визначення ефективностi розроблено! iнформацiйно! технологи необхвдно отримати кiлькiснi оцiнки якостi синтезованих багатоспектральних зображень, зокрема: ентропiя по Шеннону, сигнальна ентропiя та шш.
Викладення основного мaтерiaлу дослiдження
В робот пропонуеться метод об'еднаиия на основi використання пакетно! побудови вейвлет-базиав з декореляцiею первинних видових даних, бiкубiчно! iнтерполяцi!, методу HSV та гшерсферичного перетворення (HCT).
Схема запропоновано! технологй представлена на рис. 1. Основними етапами перетворення первинних багатоспектральних зображень е:
1. Завантаження фотограмметричних зображень, отриманих зi супутника WorldView-3: панхроматичне - ПЗ i багатоспектральне (БСЗ).
2. Передискретизацiя багатоспектрального зображення - БСЗ з метою приведення його розмiрностi до розмiрностi ПЗ на основi бiкубiчно! iнтерполяцi! [5]:
3 3
V (x,y) = XZaij • pij , (1)
i=0 j=0
де aj - коефiцiент, P - штенсивнють зображення, що масштабуеться.
3. Геометрична, радiометрична та контрастна корекщя БСЗ та ПЗ.
,( z )dz = ^, (2)
де dSz - мiра Лебега зазначено! множини; S - загальна площа зображення. В результата одержуемо зображення БСЗн.
4. Перетворення зображення з формату RGB в кольорову систему HSV [6]. Для панхромного зображення таке перетворення здшснюеться з попередшм вибором у якосп окремих R-, G-, B-компонент натвтонового PAN-зображення. Для БСЗ таке перетворення здшснюеться з попередшм вибором у якосп окремих R-, G-, B-компонент вщповвдних зображень 5-го, 3-го та 2-го канатв.
5. Замша яскравкно! V-компоненти багатоспектрального зображення БСЗшу V-компонентою панхромного зображення n3HSV.
i^L 1
И
БСЗ
н
BiKy6i4Ha iнтерполяцiя
БСЗн
Контурна корекщя
Контурна корекщя
_ _ _. _ _ J 5 3 2
БСЗн, БСЗН,БСЗН
Vt
n3H
Замша на Vn3
Метод геометрично! та спектрально! корекцй
БСЗн ,БСЗН , БСЗН , БСЗН
R
БСЗ RGB
HCT HCT-1
Рис. 1. Схема технологи
6. Обернене перетворення отриманого на попередньому етат зображення з формату HSV в кольорову систему RGB. Отримане зображення вже буде мати тдвищене просторове розрiзнення у порiвняннi з первинним знiмком у натуральних кольорах.
7. Наступним етапом е застосування розробленого методу геометрично! та спектрально! корекцй' (рис.2), який мютить так1 етапи:
7.1. Розклад вщповщного каналу яскравостi БСЗ до шостого рiвня декомпозицi! (L) пакетного вейвлет-перетворення класу bior 2.2 у вщповщносп з логарифмiчною функцiею шформацшно! вартосп (далi Ф1В) [7]:
L
„L , ч , v^iWJ,
fX (r) = TcX (r) + X [TdlXl(r),Tdl£(r)].
(3)
l=1
7.2. Розклад ПЗ до шостого рiвня декомпозицп (L) пакетного вейвлет перетворення класу bior 2.2 побудованого на попередньому етат:
L
, V^iW,1/„ч гтЛУ
fP(r) = TcP(r) + YJ[TdlP1(r),TdjP (r),Tdl£(r)].
(3)
l=1
7.3. Обчислення ентропп за Шенноном в !! розширеному означеннi зпдно формули (4); вибiр максимального значення з двох величин (max), одержаних в п.п. 7.2 та 7.3; обчислення логарифмiчно! Ф1В та визначення оптимального вейвлет-дерева на базi БСЗ, а вейвлет-дерево ПЗ вирiвнюеться по отриманому оптимальному дереву [7].
Esh pi • lo§2• pi (4)
i
7.4. Формоутворення нових складових розкладу зпдно з обраним правилом об'еднання коефщенпв в
п.7.3:
1
8
2
1
S
H
AppX (r) = TcX (r),
L (5)
DetX (r) = YJ[TdlPX(r ),TdlP2(r), Td1^i(r)] l=1
7.5. Зворотний пакетний вейвлет-розклад та одержання зображення БЗС^В:
fXYZ (r) = AppX (r) + DetX (r) (6)
Рис. 2. Схема методу геометрично!" та спектрально!' корекци
8. Перетворення восьмиканального мультиспектрального зображення, що складаеться з БЗСRGB i БЗСН 1, 4, 6, 7, 8-го каналiв пiсля iнтерполяцi! в гшерсферичний колiрний простiр (НСТ) [8].
9. Зворотне HCT-перетворення та отримання результату Fusion.
Запропонований алгоритм був протестований на супутникових зображеннях Worldview-3. На рис. 3 представлено фрагмента зображень: первинне панхромне (рис. 3а), первинне багатоспектральне зображення з вибором у якосл окремих R-, G-, B-компонент вщповщних зображень 5-го, 3-го та 2-го каналiв (рис. 3б), i багатоспектральне зображення пiсля обробки запропонованим у роботi алгоритмом (рис. 3в). Для вiзуалiзацi! результату (рис. 3в) також використано 5-й, 3-й та 2-й спектральш канали.
У табл. 1 наведено порiвняння абсолютних значень штегральних характеристик: ентропiя за Шенноном (Shannon Entropy), сигнальна ентропiя (Signal Entropy) середньоквадратичне вiдхиления (Std2), умовна ентротя за Шенноном (Shannon RelEntropy) та умовна сигнальна ентропiя (Signal RelEntropy).
Таблиця 1
По )iвняльний аналiз iнтегральних характеристик
№ Iснуючi методи Запропонована технолопя
Критерш якосп Мшмальне Максимальне Мiнiмальне Максимальне
значения значения значения значения
1 Shannon Entropy 6.10 6.40 6.10 6.50
2 Signal Entropy 7.66 7.76 7.75 7.80
3 Std2 66.20 69.10 65.00 66.70
4 Shannon RelEntropy 5.80 6.36 6.05 6.50
5 Signal RelEntropy 5.30 6.24 6.76 6.87
Аналiз якосп зображень (рис. 3), отриманих за запропонованою технолопею, при використанш геометричного показника засвiдчив вiдсутнiсть будь-яких афшних спотворень, що пiдтверджуе лiнiйнiсть запропонованих математичних моделей.
б) в)
Рис. 3. Фрагменти зображень:
а) первинне панхромне, б) первинне мультиспектральне, в) синтезоване июля обробки запропонованою технолопею
(6.1,11 (3.1.1»
Рис. 4. Результати шинки якосп отриманих зображень за запропонованою технолопею та за допомогою кнуючих методiв
Таким чином, набагато менша поява екстремумiв в динамщ показнишв якостi (табл.1) сввдчить про бiльшу стабiльнiсть запропоновано! технологи та монотонно зростаючу залежнiсть таких показнишв якосп як ентропiя за Шенноном, сигнальна ентротя, умовна ентротя за Шенноном та умовна сигнальна ентропiя ввд рiвня вейвлет-розкладу. Аналiз отриманих результатiв за iнформацiйною характеристикою "Шкове ввдношення сигнал-шум" по ввдношенню до первинного БСЗ (рис. 4) дозволяе вiдзначити, що вiзуальна яшсть при використаннi iснуючих методiв нижча, шж при використаннi запропоновано! технологи, що впливае на яшсть розтзнавання об'екттв та пiдвищують як1сть первинних космiчних знiмкiв на 10-12%.
Висновки
У робот! виршено актуальну задачу автоматизованого тдвищення ефективностi геометрично! та спектрально! корекцш космiчних зображень високого просторового розрiзнення з урахуванням фiзичних механiзмiв фiксацi!' видово! iнформацi!. Наукова новизна роботи та практична цшшсть отриманих результата полягае у розробцi нового методу геометрично! та спектрально! корекцш багатоспектральних зображень на основi HSV-, НСТ-конвертування i пакетного вейвлет-перетворення, що дозволяе полшшити просторову здатнiсть первинного цифрового зображення й уникнути спектральних спотворень в локальних областях. У порiвняннi з iснуючими методами злиття запропонована технологiя дозволяе уникнути ютотних колiрних спотворень та пвдвищити точшсть подальшого розпiзнавання об'ектiв на зображеннях. Це досягаеться, зокрема, за рахунок попередньо! корекцi!' первинних знiмкiв та використання шформаци, яку мiстить зображення шфрачервоного дiапазону та оброблення даних у локатзованих спектральних базисах, ошгашзованого за iнформацiйними характеристиками.
Список використаноТ лiтератури
1. Schowengerdt R. (2007), Remote sensing: models and methods for image processing, New York: Academic Press. P.560.
2. Orchard M. T, Schwartz S. C and Zhu. Y, (2001): 'Wavelet Domain Image Interpolation via Statistical Estimation', in Proc. Int. Conf. Image Processing, Vol. 3, pp. 840-843.
3. Temizel A, (2007): 'Image Resolution Enhancement using Wavelet Domain Hidden Markov Tree and Coefficient Sign Estimation', in Proc. ICIP, Vol. 5, pp. V-381-V-384.
4. Hnatushenko V.V. Pansharpening technology of high resolution multispectral and panchromatic satellite images / V.V. Hnatushenko, Vik.V. Hnatushenko, O.O. Kavats, V.Yu. Shevchenko // Науковий вюник НГУ, 2015, № 4 (148), С. 91-98.
5. Гнатушенко В.В. Технология злиття зображень на основi вейвлет-перетворень та бiкубiчно! штерполяцп / В.В. Гнатушенко, В.Ю. Шевченко, // Вюник Херсонського нацюнального техшчного ушверситету. - Херсон, 2015. - № 3 (54). - С. 229 234
6. Гнатушенко В.В. Злиття аерокосмiчних зображень високого просторового розрiзнення на основi HSV-перетворення та вейвлет-декомпозици / В.В. Гнатушенко, В.Ю. Шевченко // Вюник ХНТУ. - Херсон, 2014. - № 2 (47). - С. 100-105.
7. Гнатушенко В.В. 1нформацшна технология тдвищення тформативносп багатоканальних даних на основi пакетних вейвлет-перетворень / В.В Гнатушенко, В.Ю. Каштан // Науковий журнал "Комп'ютерно-штегроваш технологи: освгга, наука, виробництво". - Луцьк, 2016. - С.77-83.
8. Гнатушенко В.В. Щдвищення просторового розрiзнення багатоканальних аерокосмiчних зображень високого просторового розрiзнення на основi гiперсферичного перетворення / В.В. Гнатушенко, В.Ю. Шевченко, О.О. Кавац // Радюелектрошка, шформатика, управлшня: Науковий журнал Запорiзького нацiонального техшчного ушверситету. - Запорiжжя, 2015. - №1 (32). - С.73-79.
