|
TLCC-UA (Technology for Land Cover Classification) (2009 рік) – міжнародний пілотний проект по розробці автоматизованої технології класифікації земних покривів.
Мета проекту: Наукове обґрунтування нових моделей обробки даних та створення автоматизованої технології класифікації земних покровів.
У роботі над цим проектом приймали участь організації з України, Чехії та Польщі.
Задачі:
- Визначити багаторівневу номенклатуру класів земних покровів в залежності від завдань регіонального рівня.
- Визначити дешифрувальні ознаки для кожного класу земних покровів і об'єктів складних класів.
- Розробити моделі та алгоритми попередньої обробки та класифікації.
- Створити багаторівневу модель класифікаційних процедур.
- Розробити пост-класифікаційні моделі.
- Розробити методику валідації результатів класифікації.
За вказаними задачами були отримані наступні результати:
1. У якості базових було обрано 22 класи земних покровів. За результатами попередніх класифікаційних випробувань вдалося виділити додаткові класи 4-ого рівня, які представляють інтерес для локальних та регіональних користувачів. Для реалізації автоматизованої технології класифікації земних покровів у якості базового програмного середовища були обрані засоби ENVI та Definiens.
У якості основного джерела даних ДЗЗ були використані багатоспектральні знімки ASTER. У рамках проекту були розроблені нові моделі та алгоритми попередньої обробки, які забезпечують:
- підвищення просторової розрізненості даних ASTER у трьох спектральних діапазонах SWIR з 30 до 15 метрів (спектральні діапазони VNIR);
- виділення на знімку тематичного слою перешкодних об'єктів (хмари, тіні від хмар) та тематичного слою великих лінійних об'єктів (дороги);
- формування додаткових (віртуальних) спектральних каналів у синій області спектру та в середньому ІЧ-діапазоні;
2. У рамках проекту була розроблена та випробувана методика валідації результатів класифікації земних покровів та виданий відповідний довідник користувача. Класифікаційні випробування проводилися у 2 етапи. На попередньому етапі класифікаційні випробування на окремих тестових ділянках показали наступне:
- Вирішальні правила для об'єктно-орієнтованої класифікації працюють достатньо стабільно.
- Точність піксел-орієнтованої класифікації для класів природних об'єктів "ліси та напівприродні області" та "заболочені території" складає близько 88%.
- Для формування сталих слоїв зображення рекомендовано використовувати перетворення до нормованих міжканальних індексів, як до більш фізично обґрунтованого методу злиття каналів.
- Якість сегментації зображення значно покращується при використанні окремих тематичних слоїв.
Висновки: За результатами даного проекту було запропоновано та обґрунтовано нові моделі обробки даних та створено автоматизовану технологію класифікації земних покровів.
назад < реалізовані проекти
|
