Что такое панхроматическая съемка

§ собственное излучение Земли

§ отраженное излучение Солнца

§ отраженное искусственное излучение.

Пространственная разрешающая способность является одной из важнейших характеристик систем дистанционного зондирования, которая характеризует способность сенсора различать детали в пространственных данных.

Панхроматический (космический) снимок:моноспектральное изображение, полученное во всем видимом диапазоне спектра. Панхроматические снимки являются черно-белыми.

Сканер – это система сбора данных в целом. Система сканера включает набор сенсоров и детекторы.

Сенсор – это устройство, выполняющее сбор информации и преобразование ее в сигнал, удобный для представления.

Спектральное разрешение датчика – это диапазон длин волн сигнала, который способен фиксировать сенсор съемочной системы.

Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим.

Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций.

Источник

Что такое панхроматическая съемка

Для чего используются космоснимки?
Космические снимки широко используются в самых разных областях человеческой деятельности — исследование природных ресурсов, мониторинг стихийных бедствий и оценка их последствий, изучение влияния антропогенного воздействия на окружающую среду, строительные и проектно-изыскательские работы, городской и земельный кадастр, планирование и управление развитием территорий, градостроительство, геология и освоение недр, промышленность, сельское и лесное хозяйства, туризм и т.д. Современные геоинформационные технологии и создание карт различных масштабов также немыслимы без использования космических снимков.

Какая съемка лучше: космическая или авиационная?
Спутниковые изображения и аэрофотоснимки – сравните достоинства и недостатки:

Оптические спутниковые изображения

Аэрофотоснимки (на пленке)

Цена возрастает пропорционально увеличению площади

С увеличением площади цена растет в меньшей степени.

Данные фиксируются в цифровом виде, поэтому не нужно обрабатывать пленку.

Данные обычно записываются на пленку. Требуется сканирование и коррекция за направление полета.

Облачность является большой проблемой. Период повторного посещения от 3 дней и более.

Самолет может летать ниже облаков или повторить полет на следующий день.

Минимальная площадь заказа составляет всего 64 кв. км.

Аэрофотосъемка нерентабельна для небольших площадей

Никакого согласования для проведения космической съемки не требуется.

Процедура планирования и согласования проведения аэрофотосъемки сложна и занимает много времени

В настоящее время самым лучшим считается пространственное разрешение 50 см.

Можно получать изображения с разрешением до нескольких сантиметров в зависимости от высоты полета.

Одновременно получают изображения в видимом и ближнем инфракрасном диапазонах.

Пленочные камеры обычно получают раздельно цветные и инфракрасные изображения.

Одна сцена покрывает площадь городской застройки 10х10 км или 16х16 км (IK и QB).

На снимках масштаба 1:40 000 с размером пиксела 1 м используемая площадь одного кадра равна 3.6 км х 6.4 км.

Составление мозаики занимает меньше времени.

Составление мозаики занимает больше времени.

Из-за распространенности околополярных спутниковых орбит более предпочтительным является направление получения изображений с Севера на Юг, чем с Востока на Запад.

Направление получения изображений не имеет значения

Средний срок поставки изображения после заказа составляет 7 дней. Для некоторых облачных/дождливых районов срок может увеличиваться до месяца.

Срок поставки изображения зависит только от доступности самолета и от летной погоды.

Быстрота и удобство обработки цифровых данных в камеральных условиях.

Трудоемкость и вследствие этого большие затраты при обработке результатов аэрофотосъемки в камеральных условиях

Возможность покрытия одним снимком больших площадей без необходимости последующей «сшивки» отдельных фрагментов.

Необходимость сшивки небольших фрагментов в единый массив

Снимки с каких спутников в настоящее время можно приобрести?
Снимки со спутников «РЕСУРС-ДК1», Доступны снимки как со спутников, находящихся на орбите, так и архивные.

Как выбрать снимок?
Самым лучшим вариантом решения является обращение к нашим специалистам, которые вместе с Вами проанализируют Ваш запрос и дадут необходимые рекомендации. Вы можете обратиться по телефону +7 (495) 925-04-19, 229-43-89, по электронной почте ntsomz@ntsomz.ru или заполнить специальную заявку.

Какие объекты я могу увидеть на космическом снимке?
В зависимости от пространственного разрешения на снимках можно различать объекты, сопоставимые с величиной единичного элемента разрешения (пиксела). В настоящее время самым лучшим считается пространственное разрешение 50 см.

Что значит «панхроматические» или «мультиспектральные» изображения?
Панхроматические изображения занимают практически весь видимый диапазон электромагнитного спектра (450-900 нм) и поэтому являются черно-белыми.
Мультиспектральные (или спектрозональные) изображения — представлены в виде отдельных спектральных каналов (RGB и инфракрасные каналы) или виде синтеза отдельных каналов для получения цветного изображения. Поочередный синтез отдельных каналов позволяет решать многочисленные тематические задачи, а также помогает при дешифрировании снимков.

Что означает «радиометрическое разрешение»?
Радиометрическая разрешающая способность определяется количеством градаций значений цвета, соответствующих переходу от яркости абсолютно «черного» к абсолютно «белому», и выражается в количестве бит на пиксел изображения. Это означает, что в случае радиометрического разрешения 6 бит на пиксел мы имеем всего 64 градации цвета (2(6) = 64); в случае 8 бит на пиксел — 256 градаций (2(8) = 256), 11 бит на пиксел — 2048 градаций (2(11) = 2048). В настоящее время, как правило, сенсоры, установленные на спутниках ДЗЗ, имеют радиометрическое разрешение не хуже 8 бит на пиксел. Есть сенсоры и с более высоким радиометрическим разрешением (например, 11 бит для WorldView-1, IKONOS, QuickBird, OrbView-3 и 16 бит для EO-1), позволяющим различать больше деталей на очень ярких или очень темных областях снимка.

Как можно узнать, есть ли архивные снимки на интересующую меня область?
Для этого необходимо отправить электронное сообщение по адресу ntsomz@ntsomz.ru или по тел. +7 (495) 925-04-19, 229-43-89 с указанием интересующей Вас области и с каким пространственным разрешением снимки Вас интересуют. Можно прислать координаты интересующего Вас района, фрагмент карты с очерченной областью или просто описать запрашиваемую территорию (например, «в границах Тверской области» или «на город Коломна»).

В каком формате я получу снимок?
Вы получите уже геопривязанные снимки (для высокого разрешения к масштабу 1:100 000) в формате GeoTIFF. По умолчанию снимки поставляются в системе координат WGS-84 и проекции UTM. Возможна поставка снимков в других проекциях и системах координат.

Поставляемый заказчику снимок уже подвергался какой-либо обработке?
Поставляемые снимки уже проходят геометрическую и радиометрическую коррекцию (устраняются помехи, вносимые приемным трактом).

Какую минимальную площадь я могу заказать?
Все зависит от заказываемых снимков.

Что такое сцена и могу ли я заказать сцену произвольной формы?
Сцена — это часть принимаемого со спутника потока данных. Схемы нарезки потока на сцены для разных спутников имеют отличия. Сцену произвольной формы можно заказать, если речь идет о данных высокого разрешения. Ограничения – для протяженных объектов ширина полосы должна быть не уже 5 км, расстояния между вершинами полигона также не должны быть менее 5 км. Количество вершин полигона не должно превышать 50.

Через сколько дней я могу получить архивный снимок?
Максимум через неделю после поступления средств на счет.

Если в архиве нет данных на интересующую меня область, могу ли я заказать новую съемку?
Да, конечно. Практически с любого спутника имеется возможность заказать новую съемку, в том числе стереопары.

С какой периодичностью спутник проходит над одной и той же областью земного шара?
Периодичность прохождения спутника над одной и той же точкой над поверхностью Земли называется периодичностью съемки, она различна у разных спутников.

Во сколько спутник пролетает над Москвой?
Как правило, спутники дистанционного зондирования имеют солнечно-синхронную орбиту и проходят над одной и той же точкой земного шара в одно и то же время независимо от широты. Например, спутники IKONOS и QUICKBIRD пролетают примерно в 10 часов 30 минут над одной и той же точкой – будь то Москва или Красноярск.

Где можно получить подробную информацию о характеристиках спутников?
На нашем сайте, в разделе Космические средства ДЗЗ а также обратившись к нашим специалистам по тел. +7 (495) 925-04-19, 229-43-89.

Источник

Вопросы и ответы

Космические снимки и аэрофотоснимки – сравните достоинства и недостатки:

Цена возрастает пропорционально увеличению площади

С увеличением площади цена растет в меньшей степени

Минимальная площадь заказа (новая съемка) — 25 кв. км (WorldView-1, WorldView-2, QuickBird, Ikonos, GeoEye-1, Pleiades-1A, Pleiades-1B )

Аэрофотосъемка нерентабельна для небольших площадей

Никакого согласования для проведения космической съемки не требуется

Требуется планирование и согласование проведения аэрофотосъемки

В настоящее время самое лучшее пространственное разрешение — 30 см (WorldView-3)

Можно получать изображения с разрешением до нескольких сантиметров в зависимости от высоты полета

Составление мозаики занимает меньше времени

Составление мозаики занимает больше времени

Из-за распространенности околополярных спутниковых орбит более предпочтительным является направление получения изображений с Севера на Юг, чем с Востока на Запад

Направление получения изображений не имеет значения

Средний срок поставки изображения после заказа составляет 7 дней. Для некоторых облачных/дождливых районов срок может увеличиваться до месяца

Срок поставки изображения зависит только от доступности самолета и от летной погоды

Необходимость ждать очереди на проведение космической съемкиАэрофотосъемку можно провести сразу после получения заказа и согласованийПроведение космической съемки зависит от наличия облачностиАэрофотосъемка не зависит от наличия облачности

Возможность покрытия одним снимком больших площадей без необходимости последующей «сшивки» отдельных фрагментов

Необходимость сшивки небольших фрагментов в единый массив

Активное зондирование со строго определенной сантиметровой или дециметровой длиной волны

Пассивное зондирование в одном или нескольких диапазонах длин волн, в основном, в пределах 0,4-15 мкм.

Изображение осложнено спекл-шумом, поскольку фиксируются когерентные электромагнитные волны отраженного собственного излучения

Незашумленное изображение, поскольку фиксируются некогерентные электромагнитные волны отраженного солнечного излучения.

Съемка бокового обзора, поэтому радарные изображения характеризуются присутствием искажений, вызванных геометрией съемки (радарные тени, складки, переналожения).

При съемке в надир отсутствуют искажения, вызванные геометрией съемки.

Снимается отраженное собственное излучение, отсюда независимость от освещенности, возможность съемок в ночное время и в зимний период.

Снимается отраженное солнечное излучение, отсюда зависимость от освещенности.

Сантиметровое и дециметровое излучение в большинстве случаев просвечивает облачность, отсюда независимость от облачности.

Поскольку фиксируется микрометровое излучение, зависимость от погодных условий и облачности.

Фиксируется как яркость (амплитуда) отражения собственного излучения определенной длины волны, так и фаза этого излучения.

Фиксируется только яркость отражения в определенных диапазонах длин волн.

Пиксельная точность привязки сложно достижима, точность привязки в несколько пикселей достижима при наличии опорных наземных точек.

Возможность построения цифровых моделей местности и рельефа как по данным стереосъемок (анализ амплитуд), так и по данным интерферометрических съемок (анализ фаз).

Возможность построения цифровых моделей местности и рельефа по данным стереосъемок.

Возможность измерять смещения и деформации земной поверхности и сооружений с субсантиметровыми точностями за счет вычислений разностей фаз радарных съемок, сделанных в разные даты.

Возможность вычисления скоростей объектов на поверхности Земли (интерферометрия вдоль маршрута).

Возможность отслеживания горизонтальных значительных (метровых) подвижек земной поверхности, ледовых массивов, горных ледников и т.д. по амплитуде радарных снимков.

Возможность картирования диэлектрических характеристик отражающей поверхности (влажности, подмораживания/оттаивания, солесодержания, содержания глин и оксидов железа в почвах, определять материал отражающей поверхности (металл/неметалл) и т.д.)

Отражающая поверхность по-разному отражает в различных поляризациях радарного сигнала. Использование радарных съемок, сделанных одновременно в двух и более поляризационных режимах, позволяет классифицировать различные типы отражающих поверхностей за счет создания цветных композитных радарных изображений.

Тени от объектов, возникающие вследствие активной съемки бокового обзора, позволяют определять форму и высоту объектов на поверхности Земли.

Радарный сигнал может проникать в земную поверхность на глубины, сравнимые с длиной волны (в случаях сухой почвы и идеальной диэлектрики).

Детектирование эффекта объемного рассеивания в поляризации HV позволяет вычислять биомассу растительности, толщины сухого льда и снега, отличать многолетний пресный лед от однолетнего соленого льда и т.д.

Возможность по спектральным данным выделять различные виды растительности, содержание отдельных химических элементов в почве и т.д.

Для обработки радарных данных необходимо использовать специальное программное обеспечение, например SARscape Modules for ENVI ― комплекс многофункциональных модулей для обработки данных радарной съемки, выполненной радарами с синтезированной апертурой (SAR).

SARscape Modules позволяют выполнять обработку радарных данных, включая радарную интерферометрию (построение цифровых моделей местности, определение смещений и деформаций земной поверхности и сооружений), поляриметрию (создание композитных поляриметрических изображений, выполнение классификации) и др. SARscape for ENVI обеспечивает максимальную поддержку существующих радиолокационных сенсоров: ENVISAT ASAR, Radarsat-1,2, TerraSAR-X/TanDEM-X и группировку спутников Cosmo-SkyMed-1-4 и др.

Основные области применения радарных данных: мониторинг смещений и деформаций земной поверхности и сооружений, построение цифровых моделей местности и рельефа, сельское и лесное хозяйство, городское планирование, экология, оценка последствий наводнений, всепогодный мониторинг судоходства, нефтеразливов, ледовой обстановки и т. д.

Основными отличительными особенностями радарных спутников нового поколения являются их пространственное разрешение (до 0,25 м), возможность съемки с различной поляризацией и последующей интерферометрической обработки для получения высокоточных цифровых моделей рельефа (ЦМР) и выявления подвижек земной поверхности с высочайшей точностью, независимость съемки от облачности. К таким космическим аппаратам относятся TerraSAR-X, TanDEM-X,COSMO-SkyMed-1-4, RADARSAT-2.

Важной тенденцией в развитии спутниковых радарных систем (помимо повышения пространственного разрешения и увеличения числа режимов съемки) является расширение поляризационных возможностей, и, в особенности, одновременная съемка в четырех поляризациях (которая позволяет в дальнейшем генерировать так называемую полную поляризационную матрицу, о преимуществах которой будет подробно сказано ниже). Уникальная особенность полностью поляриметрических данных состоит в возможности классификации объектов на снимке по физическому типу отражения.

Более подробную информацию о радарных спутниках см. на нашем сайте в разделе Радарные спутники.

Для этого необходимо отправить электронное сообщение по адресу sovzond@sovzond.ru, заполнить форму заказа на сайте или отправить заявку по факсу +7(495) 988-75-33 с указанием интересующей Вас области и с пространственным разрешением снимка. Можно прислать координаты интересующего Вас района, файлы в векторном виде или в любом формате, фрагмент карты с очерченной областью или просто описать запрашиваемую территорию (например, «в границах Тверской области» или «на город Коломна»).

Возможно, самостоятельно осуществить поиск в каталоге для поиска космических снимков с различных космических аппаратов высокого и сверхвысокого пространственного на сайте компании «Совзонд» — catalog.sovzond.ru. На текущий момент каталог позволяет выбрать снимки на интересующую территорию по спутникам QuickBird, WorldView-1, WorldView-2, WorldView-3, GeoEye-1, IKONOS, TerraSAR-X, ALOS (Prism, Avnir-2), RapidEye, Pleiades-1A, Pleiades-1B, TH-1, Deimos-1, Монитор-Э, Ресурс-ДК1 и Ресурс-Ф.

Рис.1. Пространственное разрешение 1 м

Рис.2. Пространственное разрешение 0,6 м

Рис.3. Пространственное разрешение 0,5 м

Рис.4. Пространственное разрешение 15 м	Рис.5. Пространственное разрешение 80 м

Рис.6. Пример панхроматического изображения со спутника IKONOS (пространственное разрешение 1 м)

Рис.7. Пример панхроматического изображения со спутника QUICKBIRD (пространственное разрешение 60 cм)

Панхроматические изображения занимают практически весь видимый диапазон электромагнитного спектра (450-900 нм) и поэтому являются черно-белыми.

Мультиспектральные (или спектрозональные) изображения — представлены в виде отдельных спектральных каналов (RGB и инфракрасные каналы) или виде синтеза отдельных каналов для получения цветного изображения. Поочередный синтез отдельных каналов позволяет решать многочисленные тематические задачи, а также помогает при дешифрировании снимков.

Рис.1. Стандартный набор спектральных каналов на современных спутниках высокого и сверхвысокого пространственного разрешения

На спутниках группировки RapidEye добавлен спектральный канал «крайний красный» (Red Edge), оптимально подходящий для наблюдения за изменениями состояния растительного покрова.

В конце 2009 года на орбиту был выведен космический аппарат сверхвысокого разрешения новейшего поколения WorldView-2 — первый коммерческий аппарат с восьмиканальным спектрометром сверхвысокого разрешения, который наряду с традиционными спектральными каналами включает четыре дополнительных — фиолетовый (Coastal), желтый, «крайний красный», второй ближний инфракрасный. Фиолетовый канал позволяет выявлять отмели, оценивать состояния водоемов, исследовать водную флору; желтый канал, наряду с «крайним красным» имеет важное значение для оценки состояния растительности.

Рис.3. Набор спектральных каналов на спутнике WorldView-2

Зона предназначена для отображения побережий, батиметрии, наносов; дифференциации грунта от растительности и лиственной от хвойной флоры, картографирования типов леса, обнаружения искусственных сооружений.

Зона соответствует максимальному коэффициенту отражения зеленой (здоровой) растительности и используется для таксации леса. Также используется для идентификации искусственных объектов местности и составления карт концентрации наносов и осадков в мутных водах.

Зона нужна для того, чтобы различать множество разновидностей растений, так как содержит полосу поглощения хлорофилла. Смещение этой полосы по спектру может применяться для определения видового состава растений. Также, она используется для определения границ почв и геологического оконтуривания (залежей, рудного тела, нефтяных полей), искусственных объектов.

Зона особенно чувствительна к количеству вегетационной биомассы, это полезно для идентификации сельскохозяйственных почв/культур, оценки урожайности, а также для определения береговых линий водных объектов на местности (по контрасту воды/грунта).

В сочетании с синим позволяет определять глубину водоемов до 13,5 м. Его применение возможно при съемке дна и береговой зоны, выявлении отмелей, оценки состояния водоемов, исследовании флоры водоемов. Этот спектральный канал подвержен влиянию атмосферы и может быть использован для коррекции влияния атмосферы на результаты съемки в остальных спектральных каналаx.

Используется для определения характеристик «желтизны» объектов, имеет большое значение для оценки состояния растительности. Этот канал также может быть использован при коррекции цветов в синтезе «натуральные цвета», привычном для восприятия глаза.

Крайний красный/Red Edge

Используется при анализе состояния растительности. Отражает содержание хлорофилла a и b.

Ближний инфракрасный-2/ NIR-2

Частично перекрывается с каналом NIR-1. Поэтому он может использоваться для решения тех же задач, что и традиционный ближний инфракрасный канал ― картографирование и анализ состояния растительного покрова, оценка биомассы и продуктивности. Основное его преимущество над каналом NIR-1 заключается в том, что он менее подвержен влиянию атмосферы.

Мониторинг – это составная часть управления, которая заключается в непрерывном наблюдении и анализе деятельности объектов с отслеживанием динамики изменений.

Космический мониторинг заключается в непрерывном многократном получении информации о качественных и количественных характеристиках природных и антропогенных объектов и процессов с точной географической привязкой за счет обработки данных, получаемых со спутников ДЗЗ (космической съемки). Космический мониторинг позволяет получать однородную и сравнимую по качеству информацию единовременно для обширных территорий, что практически недостижимо при любых наземных обследованиях.

Источник

Космическая съёмка Земли

Cпутниковый снимок в ложных цветах (зелёный, красный, ближний инфракрасный) с пространственным разрешением 3 метра и наложенной маской зданий из OpenStreetMap (спутниковая группировка PlanetScope)

Привет, Хабр! Мы постоянно расширяем источники данных, которые используем для аналитики, поэтому решили добавить ещё и спутниковые снимки. У нас аналитика по спутниковым снимкам полезна в продуктах для предпринимательства и инвестиций. В первом случае статистика по геоданным поможет понять, в каком месте стоит открывать торговые точки, во втором позволяет анализировать деятельность компаний. Например, для строительных компаний можно посчитать, сколько за месяц было построено этажей, для сельскохозяйственных компаний — сколько гектаров урожая взошло и т.д.

В этой статье я постараюсь дать примерное представление о космической съёмке Земли, расскажу о трудностях, с которыми можно столкнуться, начиная работу со спутниковыми снимками: предварительная обработка, алгоритмы для анализа и библиотеки Python для работы со спутниковыми снимками и геоданными. Так что все, кому интересна область компьютерного зрения, добро пожаловать под кат!

Итак, начнём с областей спектра, в которых спутники выполняют съёмку, и рассмотрим характеристики съёмочной аппаратуры некоторых спутников.

Спектральные сигнатуры, атмосферные окна и спутники

Разные земные поверхности имеют различные спектральные сигнатуры. Например, свежая базальтовая лава и асфальт отражают различное количество инфракрасного света, хотя в видимом свете они похожи.

Отражательная способность сухой травы, асфальта и свежой базальтовой лавы

Как и поверхность Земли, газы в атмосфере также имеют уникальные спектральные сигнатуры. При этом не каждое излучение проходит через атмосферу Земли. Спектральные диапазоны, проходящие через атмосферу, называют «атмосферными окнами», а спутниковые сенсоры настраиваются для измерения в этих окнах.

Атмосферные окна

Рассмотрим спутник с одним из самых высоких пространственных разрешений — WorldView-3 (Пространственное разрешение — величина, характеризующая размер наименьших объектов, различимых на изображении; надир — направление, совпадающее с направлением действия силы гравитации в данной точке).

Наименование спектрального канала (русский/английский)	Длины волн, (мкм)	Описание

Характеристики съёмочный аппаратуры WorldView-3

Спектральный диапазон	Наименование	Диапазон, нм	Пространственное разрешение в надире, м
Панхроматический (1 канал; охватывает видимую часть спектра)	450-800	0,31
Мультиспектральный (8 каналов)	Прибрежный	400-450	1,24
Синий	450-510
Зелёный	510-580
Желтый	585-625
Красный	630-690
Красный край	705-745
Ближний инфракрасный	770-895
Ближний инфракрасный	860-1040
Многополосный в коротком инфракрасном диапазоне (8 каналов)	SWIR-1	1195-1225	3,70
SWIR-2	1550-1590
SWIR-3	1640-1680
SWIR-4	1710-1750
SWIR-5	2145-2185
SWIR-6	2185-2225
SWIR-7	2235-2285
SWIR-8	2295-2365

Помимо приведённых каналов WorldView-3 имеет ещё 12 каналов, предназначенных специально для атмосферной коррекции, — CAVIS (Clouds, Aerosols, Vapors, Ice, and Snow) с разрешением 30 м в надире и длинами волн от 0,4 до 2,2 мкм.

Пример снимка с WorldView-2; панхроматический канал

Пример снимков с различным пространственным разрешением

Другие интересные спутники — SkySat-1 и его близнец SkySat-2. Интересны они тем, что умеют снимать видео продолжительностью до 90 секунд над одной территорией с частотой 30 кадров/сек и пространственным разрешением 1,1 м.

Видеосъёмка со спутников SkySat

Пространственное разрешение панхроматического канала — 0,9 м, мультиспектральных каналов (синий, зелёный, красный, ближний инфракрасный) — 2 м.

Обработанный гиперспектральный снимок с бортового сенсора CASI 1500; до 228 каналов; спектральный диапазон 0,4 – 1 нм

Обработанный снимок с космического сенсора EO-1; 220 каналов; спектральный диапазон 0,4 – 2,5 нм

Для упрощения работы с многоканальными снимками существуют библиотеки чистых материалов. В них приведены отражательные способности чистых материалов.

Предварительная обработка снимков

Также стоит упомянуть цветовую коррекцию спутниковых снимков — приведение снимка в натуральных цветах (красный, зелёный, синий) к более привычному для человека виду.

Приблизительная геопривязка вычисляется по исходному положению спутника на орбите и геометрии изображения. Уточнение геопривязки выполняется по наземным точкам привязки (Ground Control Points – GCP). Эти контрольные точки ищутся на карте и на снимке, а зная их координаты в разных системах координат, можно найти параметры преобразования (конформное, аффинное, перспективное либо полиномиальное) из одной системы координат в другую. Поиск GСP выполняется при помощи GPS-съёмки [ист. 1 с. 230, ист. 2] либо при помощи сопоставления двух снимков, на одном из которых точно известны координаты GCP, по ключевым точкам.

Ортокоррекция изображения – процесс геометрической коррекции изображений, при котором устраняются перспективные искажения, развороты, искажения вызванные дисторсией объектива и другие. Изображение при этом приводится к плановой проекции, то есть такой, при которой каждая точка местности наблюдается строго вертикально, в надир.

Так как спутники осуществляют съемку с очень большой высоты (сотни километров), то при съёмке в надире искажения должны быть минимальными. Но космический аппарат не может всё время снимать в надире, иначе пришлось бы очень долго ждать момента, когда он пройдет над заданной точкой. Для устранения этого недостатка спутник «доворачивают», и большинство кадров получаются перспективными. Следует заметить, что углы съемки могут достигать 45 градусов, и при большой высоте это приводит к значительным искажениям.

Ортокоррекцию нужно проводить, если нужны измерительные и позиционные свойства изображения, т.к. качество снимка из-за дополнительных операций ухудшится. Она выполняется с помощью реконструкции геометрии датчика в момент регистрации для каждой строки изображения и представлении рельефа в растровом виде.

Модель камеры спутника представляется в виде обобщенных аппроксимирующих функций (рациональных полиномов — RPC коэффициентов), а высотные данные могут быть получены в результате наземных измерений, при помощи горизонталей с топографической карты, стереосъемки, по радарным данным или из общедоступных грубых цифровых моделей рельефа: SRTM (разрешение 30-90 м) и ASTER GDEM (разрешение (15-90 м).

Радиометрическая коррекция — исправление на этапе предварительной подготовки снимков аппаратных радиометрических искажений, обусловленных характеристиками используемого съемочного прибора.

Для сканерных съемочных приборов такие дефекты наблюдаются визуально как модуляция изображения (вертикальные и горизонтальные полосы). При радиометрической коррекции также удаляются дефекты изображения, наблюдаемые как сбойные пиксели изображения.

Удаление сбойных пикселей и вертикальных полос

Радиометрическая калибровка снимков – перевод «сырых значений» яркости в физические единицы, которые можно сопоставлять с данными других снимков:

где — энергетическая яркость для спектральной зоны ;
— сырые значения яркости;
— калибровочный коэффициент;
— калибровочная константа.

Электромагнитное излучение спутника, прежде чем будет зафиксировано датчиком, пройдет через атмосферу Земли дважды. Имеется два главных эффекта влияния атмосферы — рассеяние и поглощение. Рассеяние происходит в случае, когда имеющиеся в атмосфере частицы и молекулы газа взаимодействуют с электромагнитным излучением, отклоняя его от первоначального пути. При поглощении часть энергии излучения преобразуется во внутреннюю энергию поглощающих молекул, в результате чего происходит нагревание атмосферы. Влияние рассеяния и поглощения на электромагнитное излучение меняется при переходе от одной части спектра к другой.

Факторы, влияющие на попадание отраженной солнечной радиации на сенсоры спутника

Существуют различные алгоритмы выполнения атмосферной коррекции (например метод DOS — Dark Object Subtraction). Входными параметрами для моделей служат: геометрия расположения Солнца и датчика, атмосферная модель для газообразных компонентов, модель аэрозоля (тип и концентрация), оптическая толщина атмосферы, коэффициент поверхностного отражения и спектральные каналы.
Для атмосферной коррекции можно также применять алгоритм удаления дымки с изображения — Single Image Haze Removal Using Dark Channel Prior (реализация).

Пример работы Single Image Haze Removal Using Dark Channel Prior

Индексные изображения

При изучении объектов по многоканальным снимкам часто важны не абсолютные значения, а характерные соотношения между значениями яркости объекта в различных спектральных зонах. Для этого строят так называемые индексные изображения. На таких изображениях более ярко и контрастно выделяются искомые объекты по сравнению с исходным снимком.

Работа со спутниковыми снимками на Python

Одним из форматов, в которых принято хранить спутниковые снимки, является GeoTiff (ограничимся только им). Для работы с GeoTiff на Python можно воспользоваться библиотекой gdal либо rasterio.

Для установки gdal и rasterio лучше воспользоваться conda:

Другие библиотеки для работы со спутниковыми снимками легко ставятся через pip.

Чтение GeoTiff через gdal:

Систем координат у спутниковых снимков довольно много. Их можно разделить на две группы: географические системы координат (ГСК) и плоские системы координат (ПСК).

В ГСК единицы измерения угловые и координаты представлены десятичными градусами. Наиболее известная ГСК — WGS 84 (другое название EPSG:4326).

В ПСК единицы измерения линейные и координаты могут быть выражены как метры, футы, километры и т.д., поэтому их можно линейно интерполировать. Наиболее известная ПСК — проекция Меркатора.

Карту (разметку снимка) принято хранить не в растровом виде, а в виде точек, линий и полигонов. Внутри файлов с разметкой снимков хранятся геокоординаты вершин этих геометрических объектов. Для чтения и работы с ними можно использовать библиотеки fiona и shapely.

Скрипт для растеризации полигонов:

Во время дешифрования снимков может понадобиться операция пересечения полигонов (например, автоматически разметив здания по карте, хочется также автоматически убрать разметку зданий в тех местах снимка, где есть облака). Для этого есть алгоритм Уайлера-Атертона, но он работает только с полигонами без самопересечений. Для устранения самопересечений нужно проверить пересечение всех ребер с другими ребрами полигона и добавить новые вершины. Эти вершины разобьют соответствующие им ребра на части. В библиотеке shapely есть метод для устранения самопересечений — buffer(0).

Для перевода из ГСК в ПСК можно воспользоваться библиотекой PyProj (либо сделать это в rasterio):

Метод главных компонент

Если снимок содержит более трех спектральных каналов, можно создать цветное изображение из трех главных компонент, уменьшив тем самым объем данных без заметной потери информации.

Такое преобразование также проводят для серии разновременных снимков, приведенных в единую систему координат, для выявления динамики, которая ярко проявляется в одной или двух компонентах.

Скрипт для сжатия 4-х канального изображения до 3-х канального:

Снимок с группы спутников PlanetScope (red, green, blue без цветовой коррекции)

Снимок с группы спутников PlanetScope (green, red, near infrared)

Снимок, полученный при помощи метода главных компонент

Метод спектрального разделения (Spectral Unmixing)

Метод спектрального разделения применяют для распознавания на снимках объектов, размер которых значительно меньше размера пикселя.

Суть метода состоит в следующем: смешанные спектры анализируют, сравнивая их с известными чистыми спектрами, например, из уже упомянутых спектральных библиотек чистых материалов. Происходит количественная оценка соотношения данного известного (чистого) спектра и примесей в спектре каждого пикселя. После выполнения такой оценки может быть получено изображение, раскрашенное так, что цвет пикселя будет означать, какой компонент преобладает в спектре это пикселя.

Смешанная спектральная кривая

Дешифрованный снимок

Сегментация спутниковых снимков

На данный момент state-of-the-art результаты в задачах бинарной сегментации изображений показывают модификацииU-Net модели.

Архитектура U-Net модели (размер изображения на выходе меньше размера входного изображения; делается это из-за того, что сеть хуже предсказывает на краях изображения)

Автор U-Net разработал архитектуру на основе другой модели — Fully convolutional network (FCN), особенностью которой является наличие только свёрточных слов (не считая max-pooling).
U-Net отличается от FCN тем, что добавлены слои, в которых max-pooling заменён на up-convolution. Таким образом, новые слои постепенно увеличивают выходное разрешение. Также признаки с энкодер-части комбинируются с признаками из декодер-части, чтобы модель могла делать более точные предсказания за счёт дополнительной информации.

Модель, в которой отсутствует проброс признаков из энкодер-части в декодер-часть, называется SegNet и на практике показывает результаты хуже U-Net.

Max-pooling

Up-convolution

Отсутствие в U-Net, Segnet и FCN слоёв, привязанных к размеру изображения, позволяет подавать на вход одной и той же сети изображения разного размера (размер снимка должен быть кратным количеству фильтров в первом свёрточном слое).

В keras это реализуется так:

Обучение, как и предсказание, можно проводить либо на фрагментах изображения (кропах), либо на всём изображении целиком, если позволяет память GPU. При этом в первом случае:
1) больше размер батчей, что хорошо скажется на точности модели, если данные зашумлены и неоднородны;
2) меньше риск переобучения, т.к. данных гораздо больше, чем при обучении на изображениях полного размера.

Однако при обучении на кропах сильнее проявляется краевой эффект — сеть менее точно предсказывает на краях изображения, чем в областях более близких к центру (чем ближе к границе точка предсказания, тем меньше у сети информации о том, что находится дальше). Проблему можно решить, предсказывая маску на фрагментах с перекрытиями и отбрасывать либо усреднять области на границе.

U-Net – простая и мощная архитектура для задачи бинарной сегментации, на github можно найти не одну реализацию для любого DL фреймворка, но для сегментации большого количества классов эта архитектура проигрывает другим архитектурам, например, PSP-Net. Здесь можно прочитать интересный обзор по архитектурам для семантической сегментации изображений.

Определение высоты зданий

Высоту зданий можно определять по их теням. Для этого необходимо знать: размер пикселя в метрах, длину тени в пикселях и sun (solar) elevation angle (угол солнца над горизонтом).

Геометрия солнца, спутника и здания

Вся сложность задачи в том, чтобы как можно точнее сегментировать тень здания и определить длину тени в пикселях. Проблем добавляет ещё и наличие облаков на снимках.

Существуют и более точные методы определения высоты здания. Например, можно учитывать угол спутника над горизонтом.

Пример работы алгоритма определения высоты зданий по тени

На снимках с группы спутников PlanetScope с пространственным разрешением 3 м ошибка определения высоты зданий по MAPE (mean absolute percentage error) составила

30%. Всего было рассмотрено 40 зданий и один снимок. Однако на субметровых снимках исследователи получили ошибку всего 4-5%.

Заключение

В России компании Совзонд, СканЭкс, Ракурс, Гео-Альянс и Северная Географическая Компания также проводят геоаналитику по спутниковым снимкам и являются официальными дистрибьюторами компаний-операторов спутников ДЗЗ: ОАО «Российские космические системы» ( Россия ), DigitalGlobe ( США ), Planet ( США ), Airbus Defence and Space (Франция-Германия) и др.

Мы планируем провести ещё одно соревнование по снимкам Роскосмоса, Airbus Defence and Space и PlanetScope.

Источник