RESTORING THE INFORMATION CHARACTERISTICS OF OBJECTS ON MULTISPECTRAL DIGITAL REMOTE SENSING IMAGES
DOI:
https://doi.org/10.32782/KNTU2618-0340/2021.4.2.1.14Аннотация
The method of determining the reflectivity (own brightness) of material objects by their isplanatical multispectral images, recorded in short-wave radiation ranges - the carrier of species information - is proposed. The brightness distributions of these images are presented in the form of a roll-up of the object's own brightness and the hardware function of the image sensor. The proposed method is based on the analysis of spectral representations of the brightness of images in the area of spatial frequencies, the transformation into which is carried out by a two-dimensional transformation of Fourier's pronounced bundle. As a model of transmission characteristics of image sensors are considered low-frequency spatial filters, characteristic of sensors in the form of focusing systems, with cut-off frequencies, inversely proportional to the wavelength of radiation - the carrier of species information.
A two-dimensional array in the form of a concatenation of vectors representing the distributions of the Fourier spectra of the brightness functions of individual spectral channels is used as an information carrier for representations of digital multispectral images in the region of spatial frequencies. The restoration of the intrinsic brightness of the depicted objects was carried out in terms of the general theory of linear measurements and carried out by constructing a linear operator that implements the concept of an "ideal device" compensating for the influence of the hardware function of the image sensor.
The actual reconstruction of the spatial distributions of the intrinsic brightness of objects is performed by the inverse two-dimensional Fourier transform in the region of spatial frequencies.
An entropic interpretation of the proposed method is proposed as a method for filtering information components of digital multispectral images that are insignificant for their thematic analysis, provided that the spatial spectra of the recorded images and frequency transfer characteristics of the sensor of the view information are statistically independent, and the corresponding quantitative estimates are given.
It was found that the proposed method provides a high level of preservation of the structural similarity of the brightness distribution functions of the original and reconstructed images of spectral channels.
Запропоновано новий метод визначення відбивальної спроможності (власної яскравості) матеріальних об’єктів за їх ізопланатичними багатоспектральними зображеннями, зафіксованими в оптичному, інфрачервоному та мікрохвильовому діапазонах електромагнітного проміння – носія видової інформації. Розподіли яскравості таких зображень подані у вигляді згортки власної яскравості поданих на них об’єктів та апаратної функції датчика зображення. Пропонований метод базується на аналізі спектральних представлень розподілів яскравості зображень в області просторових частот, перетворення у яку реалізовано двовимірним дискретним перетворенням Фур’є зазначеної згортки. В якості моделі передатних характеристик датчиків зображень прийняті низькочастотні просторові фільтри, які моделюють датчики зображень у вигляді фокусуючи систем, з частотами зрізу, обернено пропорційними довжині хвилі проміння – носія видової інформації.
За інформаційний носій представлень цифрових багатоспектральних зображень в області просторових частот прийнятий двовимірний масив у вигляді конкатенації векторів, які подають розподіли просторових спектрів Фур’є функцій яскравості окремих спектральних каналів. Відновлення власної яскравості відображених об’єктів здійснено в термінах загальної теорії лінійних вимірювань і виконане шляхом побудови лінійного оператора, який реалізує концепцію «ідеального приладу», який компенсує вплив апаратної функції датчика зображень. Власне реконструкція просторових розподілів яскравості здійснена оберненим двовимірним дискретним перетворенням Фур’є в області просторових частот.
Дано ентропійну інтерпретацію запропонованого методу як способу фільтрації інформаційних складових багатоспектральних цифрових зображень, несуттєвих для їхнього тематичного аналізу, за умови статистичної незалежності просторових спектрів зафіксованих зображень та частотної передатної характеристики датчика видової інформації і наведені відповідні кількісні оцінки.
Показано, що пропонований метод забезпечує високий рівень структурної схожості функцій розподілу яскравості первинних (безпосередньо зафіксованих) та реконструйованих зображень власної яскравості спектральних каналів.
Библиографические ссылки
Shovengerdt, R.A. (2010). Distantsionnoe zondirovanie. Modeli i metodyi obrabotki izobrazheniy. Moskva: Tehnosfera.
Sun, W., Xu, G., Gong, P., & Liang, S. (2016). Fractal Analysis of Remotely Sensed Images: A Review of Methods and Applications. International Journal of remote Sensing. 47, 2, 4963–4990.
Zalmanzon, L.A. (2001). Preobrazovaniya Fure, Uolsha, Haara i ih primenenie v upravlenii, svyazi i drugih oblastyah: monografiya. Moskva: Nauka.
Smit, S. (2021). Tsifrovaya obrabotka signalov. Prakticheskoe rukovodstvo dlya inzhenerov i nauchnyih rabotnikov. Moskva: Dodeka-HHI.
Pyitev, Yu.P. (1993). Zadachi reduktsii v eksperimentalnyih issledovaniyah. Matematicheskiy sbornik 120, 2, 145–158.
Isimaru, A. (1989). Rasprostranenie i rasseyanie voln v sluchayno-neodnorodnyih sredah. Tom 2. Mnogokratnoe rasseyanie / turbulentnost / sherohovatyie poverhnosti i distantsionnoe zondirovanie. Moskva: Nauka.
Wang, Z., Bovik, A.K, Sheikh, H.R., & Simoncelli, E.R. (2004). Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE Transactions on Image Processing. 13, 4, 600–612.
Kudryashov, B.D. (2009). Teoriya informatsii. Sankt-Peterburg: PITER.