Исследование методов выявления антропогенных изменений на земной поверхности по последовательности космических снимков высокого разрешения
Федосеев В.А., Чупшев Н.В.

Аннотация:
В данной работе проводятся анализ и исследование работоспособности ряда алгоритмов, предназначенных для обнаружения антропогенных изменений на земной поверхности путём анализа последовательности космических снимков одной территории, сделанных в разное время. Наибольшее внимание уделено алгоритму на основе метода главных компонент, алгоритму “Wallflower” на основе фильтра Винера, а также алгоритму Ли на основе выделения прямолинейных сегментов. Приведены результаты исследований данных алгоритмов на реальных последовательностях космических снимков высокого разрешения, сделаны выводы об их практической применимости. Также предложены модификации рассмотренных алгоритмов, призванные уменьшить число ошибок и повысить качество результатов их работы.

Ключевые слова :
выявление изменений, дистанционное зондирование Земли, анализ космических снимков, метод главных компонент, фильтр Винера, алгоритм Бёрнса, маска теней.

Литература:

  1. Radke, R.J. Image change detection algorithms: a systematic survey / R.J. Radke, S. Andra, O. Al-Kofahi, B. Roysam // IEEE Trans. on Image Processing. – 2005. – Vol. 14(3). – P. 294-307.
  2. Bruzzone, L. An adaptive semiparametric and context-based approach to unsupervised change detection in multitemporal remote-sensing images / L. Bruzzone, D.F. Prieto // IEEE Trans. on Image Processing. – 2002. – Vol. 11(4). – P. 452-466.
  3. Aach, T. Statistical model-based change detection in moving video / T. Aach, A. Kaup // Signal Process. – 1993. – Vol. 31. – P. 165-180.
  4. Hsu, Y.Z. New likelihood test methods for change detection in image sequences / Y.Z. Hsu, H.-H. Nagel, G. Rec­kers // Comput. Vis., Graph. Image Process. – 1984. – Vol. 26. – P. 73-106.
  5. Jain, Z. Optimum multisensor data fusion for image change detection / Z. Jain, Y. Chau // IEEE Trans. Syst., Man, Cybern. – 1995. – Vol. 25(9). – P. 1340-1347.
  6. Niemeyer, I. Unsupervised change detection techniques using multispectral satellite images / I. Niemeyer, M. Canty, D. Klaus // Proc. IEEE Int. Geoscience and Remote Sensing Symp. – 1999. – P. 327-329.
  7. Qiu, B. Multi-block PCA method for image change detection / B. Qiu, V. Prinet, E. Perrier, O. Monga // 12th International Conference on Image Analysis and Processing. – 2003. – P. 385-390
  8. Toyama, K. Wallflower: Principles and practice of background maintenance / K. Toyama, J. Krumm, B. Brumitt, B. Meyers // Proc. ICCV. – 1999. – P. 255-261.
  9. Li, W. A novel framework for urban change detection using VHR satellite images / W. Li, Y. Wu, Z. Hu // Proc. of ICPR. – 2006. – P. 312-315.
  10. Zhang, Sh. Urban change detection based on edge line segments and texture / Sh. Zhang, W. Li, Q. Liu, Zh. Zhou, H. Lu // Conference in Research and Practice in Information Technology, 2006.
  11. Burns, J.B. Extracting straight lines / J.B. Burns, A.R. Han­son, E.M. Riseman // IEEE Trans. PAMI. – 1986. – Vol. 8(4). – P. 425-455.
  12. Arévalo, V. Detecting shadows in QuickBird satellite images / V. Arévalo, J. González, J. Valdes, G. Ambrosio // ISPRS Commission VII Mid-term Symposium "Remote Sensing: From Pixels to Processes", Enschede, the Netherlands, 2006.
  13. Shapiro, L. Computer Vision / L. Shapiro, G. Stockman. – Prentice-Hall, Inc, 2001.
  14. Lowe, D.G. Object recognition from local scale-invariant features / D.G. Lowe // Proceedings of the International Conference on Computer Vision. – 1999. – P. 1150-1157.
  15. Jensen, J. Introductory Digital Image Processing, a Remote Sensing Perspective / J. Jenson. – Prentice-Hall, Inc., 1996.
© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 332-56-22, факс: +7 (846) 332-56-20