29 Камеральное дешифрирование

Заключается в распознавании объектов на снимках в лабораторных условиях, путём сопоставления изображения с имеющимися эталонами и знаниями дешифровщика. Отличительная особенность подготовительного этапа при камеральном дешифрировании- должное внимание к сбору дополнит материалов,от этого зависит качество результатов дешифрирования. Высокие требования предъявляются при камеральном дешифрировании качеству съемочных материалов(детальность,контрастность). Процесс дешифрирования начинается с просмотра снимков по принципу перехода от общего к частному(сначала общий просмотр, потом с увеличением). Дешифровщик проводит анализ от крупных объектов к мелким. Порядок дешифрирования зависит от поставленной задачи,характера местности, масштаба снимков. Чаще распознавание снимка начинается с физиономичных объектов(наилучшим образом читаемых).Принцип эталонного дешифрирования является основным при камеральном дешифрировании. Камеральное дешифрирование по эталонам выполняется способом географич интерполяцией(используется когда существует постеп плавные переход свойств объектов) и экстраполяцией(закл в распространении установленных в одном месте свойств объектов на др учатки с аналогич изображением на снимках). Чем полнее и точнее представлены на эталоне изучаемые объекты и их свойства, тем достовернее результаты камерального дешифрирования.

30. Основы автоматизации дешифрирования. Способы параллелепипеда и минимального расстояния.

Совокупность значений яркости снимка, на которых основано распознавание объектов – это пространство спектральных признаков. Каждый пиксел в этом пространстве представлен точкой, коорд которой определяют значение уровня яркости и следовательно – положение в пространстве. Класссиф-ация объектов предполагает разделение пространства признаков на замкнутые области (классы) с определенными значениями признаков. Отнесение пикселов к классам зависит от принятого правила классиф – контролируемая (с обучением) или неконтролируемая (без обучения).

Неконтрол – разделение всех пикселов изображения на группы (кластеры). Критерием отнесения пикселов к кластерам служит схожесть спектральных характеристик. Дешифрировщик должен определить соответствия выделенных кластеров классам земн поверхности, кот выполняется с использ доп информации. Задачу кластеризации реализуют различные алгоритмы.

Контролир – заключ в отнесении каждого из пикселов снимка к определенному классу объектов на местности, которому соответствует некоторая область в пространстве признаков.

Способ минимального расстояния – один их методов контролир классификации. применяется, когда классы объектов хорошо детерминированы в пространстве. Смысл метода закл в отнесении пиксела к тому эталонному классу, евклидово расстояние до центра которого в пространстве признаков минимально. Типичные пикселы каждого класса используются для вычисления средних значений, характеризующих каждый класс. Для каждого пиксела вычисляются расстояния до центров классов (средних значений яркости), затем ему присваивают название класса, расстояние до которого минимально.

Способ параллелепипедов – основан на подходе, который учитывает вариации признаков и допускает отнесение пикселов к чужим классам. Он заключается в отнесении пикселов изображения к эталонным классам. Интервалы значений яркости эталонных характеристик классов в пространстве признаков определяют замкнутую область, которая принимает форму параллелепипеда. Пиксел относится к тому классу объектов, в параллелепипед которого он попадает со своим значением яркости.