НОВІТНІ СТАТИСТИЧНІ МЕТОДИ КЛАСИФІКУВАННЯ СУПУТНИКОВИХ ЗОБРАЖЕНЬ

Анотація

На даний час дистанційне зондування Землі є одним із найбільш ефективних методів одержання інформації про стан, властивості та спектральні характеристики об’єктів земної поверхні. Класифікування супутникових знімків є основною задачею у дистанційному зондуванні, що передбачає віднесення кожного пікселя зображення до конкретного тематичного класу на основі його спектральних характеристик. Результатом процедури класифікування є тематична карта, що відображає розподіл різних типів поверхні. Статистичні методи класифікування засновані на аналізі спектральних характеристик пікселів зображення та їх віднесенні до класів земного покриву. Метод максимальної правдоподібності є одним із найбільш надійних та точних методів контрольованого класифікування. Основним припущенням цього методу є те, що спектральні характеристики пікселів у кожному класі описуються нормальним (гаусівським) розподілом. Зазначено, що дане припущення є вірним тільки для однорідних природних поверхонь, таких як водойми або сільськогосподарські поля. Це припущення є невірним для змішаних типів покриву та неоднорідних міських територій. Проведено порівняльний аналіз методу максимальної правдоподібності із застосуванням трьох статистичних розподілів для представлення спектральних характеристик класів земного покриву: нормального розподілу, експоненціального розподілу та розподілу Вейбулла. Застосовано критерій максимальної правдоподібності для проведення процедури класифікування, та наведено формули логарифмів функцій правдоподібності для трьох типів розподілу. Зазначено, що нормальний розподіл ефективний для класів із однорідною структурою, таких як водні поверхні, густа рослинність та асфальтовані дороги. Експоненціальний розподіл є оптимальним для класифікування радіолокаційних зображень. Цей розподіл описує інтенсивність радіолокаційних сигналів від шорстких поверхонь. Розподіл Вейбулла ефективний для гетерогенних класів зі змінною текстурою, таких як міські території. Даний розподіл зазвичай використовується для моделювання амплітудних характеристик радіолокаційних сигналів. Вибір статистичного розподілу повинен проводитися для кожного класу земного покриву. Показано, що експоненціальний розподіл є частковим випадком розподілу Вейбулла. Подальші напрямки досліджень включають застосування ансамблевих підходів, які поєднують різні типи розподілів для різних класів та інтеграцію із методами машинного навчання