Метод объектно-ориентированной классификации объектов подстилающей поверхности в задаче аэрокосмического мониторинга состояния импактных районов Арктики

ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. 2017. № 3

135

УДК 004.932.72:519.237.8

DOI: 10.18698/1812-3368-2017-3-135-146

МЕТОД ОБЪЕКТНО-ОРИЕНТИРОВАННОЙ КЛАССИФИКАЦИИ

ОБЪЕКТОВ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ В ЗАДАЧЕ

АЭРОКОСМИЧЕСКОГО МОНИТОРИНГА СОСТОЯНИЯ ИМПАКТНЫХ

РАЙОНОВ АРКТИКИ

А.А. Гурченков

А.Б. Мурынин

1, 2

amurynin@bk.ru

А.Н. Трекин

alexey.trekin@gmail.com

В.Ю. Игнатьев

1, 2

office@aerocosmos.info

Вычислительный центр им. А.А. Дородницына ФИЦ «Информатика и управление»

РАН, Москва, Российская Федерация

Научно-исследовательский институт аэрокосмического мониторинга

«Аэрокосмос», Москва, Российская Федерация

Аннотация

Ключевые слова

Разработан метод распознавания типов поверхности

Земли по космическим изображениям с использовани-

ем объектно-ориентированной классификации. Клас-

сификация включает в себя два этапа: 1) выделение

объектов методом марковской стохастической сегмен-

тации; 2) контролируемая классификация полученных

объектов. Метод протестирован на космических изоб-

ражениях арктического пояса России, приведено срав-

нение с поточечной классификацией

Объектно-ориентированная клас-

сификация, сегментация изобра-

жений, мониторинг экосистем

Поступила в редакцию 13.07.2016

©МГТУ им. Н.Э. Баумана, 2017

Исследования проведены при финансовой поддержке государства в лице Министер-

ства образования и науки Российской Федерации в рамках ФЦП «Исследования и разра-

ботки по приоритетным направлениям развития научно-технологического комплекса

России на 2014–2020 годы» (уникальный идентификатор проекта RFMEFI57414X0086)

Введение.

Автоматическое распознавание типов поверхности на космическом

изображении — один из наиболее востребованных и производительных мето-

дов создания подробных карт, включающих в себя информацию о растительно-

сти, почвах, водоемах и рукотворных объектах [1]. При анализе космических

изображениях импактных районов Арктики следует учитывать следующие об-

стоятельства [2]:

– сложный характер взаимодействия природных и техногенных объектов в

арктическом регионе;

– сложность взаимосвязей и возможную принадлежность отдельных эле-

ментов инфраструктуры другим объектам;

– отсутствие дополнительно собранных данных, которые необходимы для

установления соответствия между группами пикселей со схожими значениями

признаков и классами поверхности Земли.