Отрывок: http://www.computeroptics.ru journal@computeroptics.ru 812 Computer Optics, 2022, Vol. 46(5) DOI: 10.18287/2412-6179-CO-1076 На облачных масках черным цветом обозначено «чистое небо». На рис. 3, 5, 7, 9, 11, 13 представлены коэффициен- ты яркости в полосе поглощения кислорода ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Николаева, О.В. | - |
dc.date.accessioned | 2023-12-29 12:56:41 | - |
dc.date.available | 2023-12-29 12:56:41 | - |
dc.date.issued | 2022-10 | - |
dc.identifier | Dspace\SGAU\20231223\107665 | ru |
dc.identifier.citation | Николаева, О.В. Алгоритм обнаружения облачных объектов на многоспектральных снимках / О.В. Николаева // Компьютерная оптика. – 2022. – Т. 46, № 5. – С. 808-817. – DOI: 10.18287/2412-6179-CO-1076. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-CO-1076 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Algoritm-obnaruzheniya-oblachnyh-obektov-na-mnogospektralnyh-snimkah-107665 | - |
dc.description.abstract | Представлен многошаговый алгоритм обнаружения облачных объектов на многоспектральных снимках земной поверхности. На каждом шаге выполняется кластеризация пространственных пикселей многоспектрального снимка методом к-средних и к фрагментам полученных кластеров применяются спектральные критерии облачности/чистого неба. Эта процедура повторяется до тех пор, пока находятся «облачные» пиксели. «Облачные» пиксели, найденные на одном шаге, объединяются в один облачный объект. Представлены результаты тестирования этого алгоритма на снимках прибора HYPERION (199 ненулевых спектральных каналов в спектральном диапазоне 426 нм – 2400 нм) с высоким пространственным разрешением (30 м). Выбраны снимки с частичной облачностью над поверхностями пяти типов: океан, зеленая растительность, пустынная местность, городская застройка и снег. Выполнено сравнение результатов обработки этих снимков представленным алгоритмом и альтернативным алгоритмом, в котором те же спектральные критерии применяются независимо к каждому пространственному пикселю. Представлены средние для каждого облачного объекта спектры. Показано, что представленный алгоритм на каждом снимке находит от 1 до 3 облачных объектов, отвечающих распределению яркостей на соответствующих RGB-изображениях. Применение альтернативного алгоритма (без предварительной кластеризации) приводит к ошибкам обнаружения на краях облаков. Предложено три параметра для оценки качества получаемых облачных масок. Из них выбран наиболее информативный: отношение разброса спектров в «облачных» пикселях к разбросу спектров в «чистых» пикселях (отношение должно быть много меньше 1). | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 46;5 | - |
dc.subject | обнаружение облаков | ru |
dc.subject | многоспектральные снимки | ru |
dc.subject | показатели качества | ru |
dc.subject | спектральные критерии | ru |
dc.title | Алгоритм обнаружения облачных объектов на многоспектральных снимках | ru |
dc.title.alternative | Technique of detecting cloudy objects in multispectral images | ru |
dc.type | Article | ru |
dc.textpart | http://www.computeroptics.ru journal@computeroptics.ru 812 Computer Optics, 2022, Vol. 46(5) DOI: 10.18287/2412-6179-CO-1076 На облачных масках черным цветом обозначено «чистое небо». На рис. 3, 5, 7, 9, 11, 13 представлены коэффициен- ты яркости в полосе поглощения кислорода ... | - |
dc.classindex.scsti | 27.35.47 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2022_46_5_808-817.pdf | 1.71 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.