Пестунов И.А. Мельников П.В. Синявский Ю.Н. Дубровская О.А.
Учет пространственного контекста при сегментации мультиспектральных спутниковых изображений с использованием ансамблевых алгоритмов кластеризации
Докладчик: Мельников П.В.
Сегментация является одним из важнейших этапов анализа спутниковых изображений [1]. Она заключается в разбиении изображения на непересекающиеся области на основе однородности (похожести) их спектральных и/или пространственных характеристик [2].
В настоящее время для обработки спутниковых изображений, как правило, используются алгоритмы сегментации на основе спектральных признаков [1, 2]. Однако поскольку эти алгоритмы не учитывают пространственные взаимосвязи соседних пикселей, то получаемые с помощью их картосхемы являются чрезмерно раздробленными и трудно интерпретируемыми.
В докладе предлагается двухэтапный алгоритм сегментации спутниковых изображений, учитывающий не только их спектральные характеристики, но и пространственный контекст.
На первом этапе производится сегментация по спектральным признакам с помощью непараметрического алгоритма кластеризации. Второй этап обработки заключается в формировании ансамбля алгоритмов морфологической сегментации, использующих пространственный контекст. Для этого выполняется построение минимального остовного дерева графа изображения. Вершинами графа изображения являются пиксели, а ребра строятся на основе их взаимного расположения. Вес каждого ребра равен значению выбранной меры схожести соединяемых им пикселей. На основе этого графа строится остовный лес по набору маркеров, выбранных на полученной в ходе первого этапа картосхеме. Для получения устойчивого результата, не зависящего от выбора маркеров, формируется ансамбль алгоритмов (в каждом алгоритме используется свой случайный набор маркеров).
Предложенный алгоритм применялся для анализа повреждений кедровников в окрестностях реки Черный Июс в северной части Республики Хакасия (на первом этапе использовались алгоритмы кластеризации EMeanSC [3] и ECCA [4]). Обработке подвергался снимок, полученный 1 июня 2012 года со спутника Pleiades. Эксперименты показали, что учет контекстной информации значительно облегчает процесс интерпретации получаемых картосхем.
Работа выполнена в рамках партнерского проекта СО РАН № 74 и при финансовой поддержке РФФИ (гранты №№ 11-07-00202, 11-07-00346).
1. Rekik A., Zribi M., Hamida A., Benjelloun M. Review of satellite image segmentation for an optimal fusion system based on the edge and region approaches // IJCSNS International Journal of Computer Science and Network 242 Security. 2007. Vol. 7, N 10. P. 242-250.
2. Dey V., Zhang Y., Zhong M. A review on image segmentation techniques with remote sensing perspective // W. Wagner, B. Székely (eds.) // ISPRS TC VII Symposium – 100 Years ISPRS, Vienna, Austria, July 5-7 2010. IAPRS, Vol. XXXVIII, Part 7A. P. 31-42.
3. Пестунов И.А., Бериков В.Б., Синявский Ю.Н. Сегментация много-спектральных изображений на основе ансамбля непараметрических алгоритмов кластеризации // Вестник СибГАУ. 2010. Т. 31, № 5. С. 45-56.
4. Пестунов И.А., Бериков В.Б., Куликова Е.А., Рылов С.А. Ансамблевый алгоритм кластеризации больших массивов данных // Автометрия. 2011. Т. 47. № 3. С. 49-58.
К списку докладов