Рассмотрены свойства аэрокосмических снимков, особенности автоматизированной обработки снимков, вопросы реализации алгоритма программы, а также вопрос важности созданного программного обеспечения при анализе снимков Данная работа может быть использована для формирования блока лесистости и сжатия космических снимков с помощью вейвлетов.
Исторически сложилось, что роль лесного хозяйства для России довольно велика, и в последние годы после некоторого спада наблюдается повышение интереса к этому сегменту российской экономики. В большинстве своем это связано со сменой земельной политики России: у земли появляется собственник, который заинтересован в оптимальном ее использовании. Обширные территории, занимаемые лесными угодьями, довольно сложно контролировать из-за недостатка точных карт, неразвитой сети пунктов оперативного мониторинга, наземных станций, в том числе и метеорологических, отсутствия авиационной поддержки, ввиду дороговизны содержания штата и т. д. Кроме того, в силу различного рода природных процессов, происходит постоянное изменение границ лесных площадей, характеристик почв от участка к участку.
Все эти факторы препятствуют получению объективной, оперативной информации, необходимой для констатации текущей ситуации, ее оценки и прогнозирования. А без этого практически невозможны уменьшение затрат и повышение рентабельности.
В данной работе для решения указанных проблем предлагается использовать результаты данных аэро- и космической съемки, в том числе с широким применением средств спутниковой навигации (GPS) при мониторинге, для изучения состояния растительного покрова. В нашей стране использование данных спутникового зондирования в лесном хозяйстве представляет собой быстро развивающееся и перспективное направление. Материалы космической съемки могут помочь как для решения комплексных задач управления лесными территориями, так и в узкоспециализированных направлениях. Типичными задачами в этой области являются: инвентаризация лесных угодий, контроль состояния лесов
. При систематической повторяемости съемок — наблюдение за динамикой развития лесных культур и прогнозирование урожайности. Например, зная, как меняется спектральная яркость растительности в течение вегетационного периода, можно по тону изображения лесов судить об их состоянии. После природных катаклизмов состояние лесных культур оценивается по различию в цвете здоровых и погибших растений, на основе учета степени покрытости почвы всходами и равномерности их распределения.
Для решения задач обработки информации по состоянию лесного хозяйства в работе разработано программное обеспечение на базе вейвлетов. В настоящее время вейвлеты широко применяются для распознавания образов; при обработке и синтезе различных сигналов. Особо большое развитие получила практика применения вейвлетов для решения задач сжатия и обработки изображений, являющихся нестационарными по своей природе. В этой области применение вейвлет — позволило достичь одновременного снижения сложности и повышения эффективности кодеров.
Рассмотрим свойства, которые являются важными при кодировании изображений.
- Масштаб и ориентация. Для эффективного представления изображения важную роль играет масштаб. В изображениях имеются объекты самых различных размеров. Поэтому, преобразование должно позволять анализировать изображение одновременно (и независимо) на различных масштабах. Для двумерного сигнала некоторая спектральная область соответствует определенному масштабу и ориентации.
- Пространственная локализация. Вейвлеты являются еще одним примером функций, хорошо локализованных в пространственной и частотной областях.
- Ортогональность. Преобразование не обязательно должно быть ортогональным. Так, ортогональность обычно не рассматривается в контексте субполосного кодирования, хотя вейвлет как правило, является ортогональным. Ортогональность функций упрощает многие вычисления
- Быстрые алгоритмы вычисления. Это одно из наиболее важных свойств. Так как невозможность практической реализации преобразования в реальном масштабе времени сводит на нет все его положительные свойства
Заключение
В данной работе рассмотрены вопросы создания программного обеспечения для обработки данных космического мониторинга состояния лесного хозяйства.
Литература:
- Сухих В. И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. — Йошкар-Ола: МарГТУ, 2005. — 392 с.
- Виноградов Б. В., Кондратьев К. Я. Космические методы землеведения.: Гидрометеоиздат, 1971. 190 с.
- Прэтт У. Цифровая обработка изображений. — М.:Мир, 1982. Кн. 2.
- И. К. Лурье, А. Г. Косиков. Теория и практика цифровой обработки изображений.- М.: «Научный мир», 2003.-267 с.
