Лента новостей

21:49
Le Monde: Истинное лицо освободителей Ракки
21:41
В этом году в России будет неурожайно
21:38
Эпоха Путина: картина безысходности
21:34
Америка грозит выбить «ядерные зубы» России
21:31
Научилась ли Украина жить по законам?
21:13
Вашингтон готовит для Путина провокацию с химатакой в Сирии
21:06
Lragir: Россия vs США: торг за Армению
20:19
Москва ответила на заявление саудовского принца об уничтожении военной базы РФ в Сирии за три дня
20:17
Кто и зачем взрывает силовиков на Украине
20:14
Стало известно, кто на очереди после Ливии и Сирии
20:13
Донбасс: Им выкалывали глаза, чтобы признались, что русские
20:11
Порошенко признал превосходство Путина: «Он самый непредсказуемый»
20:10
Только что, ЛНР
20:08
Крым без украинских партизан – страшный сон или жестокая реальность Игоря Мосийчука
20:07
Разоблачение Навального: «иллюзия борьбы» ФБК провалилась в интернете
20:03
«Мусорные баталии» украинских чиновников в статье Politico
20:02
Штаты реализовывают мышиный план
20:00
Владимир Путин обошел Александра Пушкина
19:59
Вирус «Petya.A»: гениальный комментарий из Киева по случаю кибератак
19:57
Daily Mail: Россия «показала Трампу средний палец»
19:55
Россия ударит «Штормом»
19:54
«Русские будут плакать от зависти»
17:14
Рабы из КНДР зарабатывают в России на режим Ким Чен Ына
17:12
Frankfurter Allgemeine Zeitung: Американцы на грани выживания
17:09
Порошенко воровство своих чиновников свалил на СССР
17:06
112.ua: Последнее «прощай» Российской империи
15:52
«Панцири» сметут диверсантов огнем
15:50
Подводным лодкам пятого поколения готовят место
15:49
Гордость ВМФ Великобритании устарела, не успев проплыть и сотни миль
15:47
«Аль-Каида» получила мощную поддержку со стороны ВВС Израиля, но атака боевиков на Армию Сирии захлебнулась в крови
15:46
Силовик из АТО рассказал, что война на Донбассе не закончится ещё несколько лет
15:45
Генерал ВСУ Кузьмук: «Мы могли вышвырнуть русских из Крыма, но пожалели»
15:44
На Украине пожаловались на Керченский мост: «Он представляет опасность»
15:43
Сенатор с юморком: России нужна «Черная книга» для США
15:42
Адмирал Макаров и Серпухов: главные новинки МВМС-2017 попали в объективы
15:40
США vs Россия: Чьи самолеты, корабли, пушки и танки лучше
15:37
Польша по-братски поможет Украине, но… платите, хлопцы, гроши!
15:36
Как российского разведчика захватили в плен украинские силовики
15:34
Турчинов выставил себя клоуном: немецкие СМИ открестились от версии украинских властей о российском происхождении вируса “Petya”
15:33
Порошенко назвал главную причину коррупции на Украине
15:31
Латвийские националисты потеряли Даугавпилс и боятся потерять всю Латвию
15:30
Порошенко в бешенстве: Россия модернизирует крупнейшую насосную станцию Крыма
15:29
Путин с Арменией надерут зад американцам на Кавказе
15:23
Макрон в поход собрался... на Россию
15:22
В честь начала еврейских погромов во Львове проведут ШухевичФест
Все новости

Архив публикаций

«    Июнь 2017    »
ПнВтСрЧтПтСбВс
 1234
567891011
12131415161718
19202122232425
2627282930 
» » Разработан алгоритм, способный точно расшифровать данные съемки поверхности Земли

Разработан алгоритм, способный точно расшифровать данные съемки поверхности Земли

Гиперспектральные данные

У каждого вида вещества на Земле имеется уникальная спектральная "подпись", определяемая не только видом молекул, но и положением химических связей, скрепляющих отдельные атомы молекулы в единое целое. Человеческий глаз видит только часть этой подписи, которую мы с вами ощущаем как цвет. Диапазон видимого света является лишь малым отрезком всего диапазона электромагнитных волн, и он, видимый свет, несет очень мало информации об объекте, его строении и химическом составе. Но в мире существуют и более совершенные инструменты, нежели глаза человека. Такие инструменты называются гиперспектральными датчиками и они способны дать достаточно большое количество информации об объекте, попавшем в их поле зрения.

Обычно такие гиперспектральные датчики устанавливаются на летательных аппаратах и искусственных спутниках для проведения подробной съемки поверхности Земли. Но данные, собранные гиперспектральными датчиками, с большим трудом поддаются математической обработке даже с помощью самых мощных компьютеров, для их обработки требуются аналитические методы распознавания образов, подобные тем, которые работают в наших с вами мозгах.

Гиперспектральный снимок


Главная проблема заключается в том, что гиперспектральные датчики работают очень и очень хорошо. Даже в тех местах, которые в обычном свете имеют одинаковый цвет, данные от этих датчиков могут отличаться на сотни и тысячи единиц. С математической точки зрения это делает каждый пиксел изображения уникальным для обрабатывающего компьютера, эта проблема известна под названием эффекта Хьюза и это до последнего времени мешало широкому использованию гиперспектральных датчиков для расширения доступных людям знаний о нашей планете.

Существующие алгоритмы обработки гиперспектральных данных могут объединять схожие по значению пикселы в группы, базируясь на данных о расстоянии между этими пикселами. В некоторых случаях, к примеру, при определении типа растительного покрова поверхности, такие алгоритмы дают достаточно неплохие результаты, но существуют такие варианты, на которых алгоритмы так называемой "кластеризации" не приносят никакого результата. Взяв за основу один из стандартных алгоритмов "кластеризации", группа исследователей из Китая и США дополнила его технологией использования образцов, согласно которым распознается характер каждого кластера пикселей.

Гиперспектральный снимок #2


На втором из приведенных снимков можно увидеть результаты работы нового алгоритма. Снимок является результатом космической съемки территории университета Павии в Италии. На первом этапе первая часть алгоритма разбивает все изображения на кластера, которым соответствуют участки поверхности определенного характера. Затем, при помощи всего 15 образцов программа смогла достаточно точно разобрать всю поверхность на находящиеся на ней объекты, составив более-менее подробную карту места. Неплохие результаты комбинированный метод показал на снимке сельскохозяйственных угодий, на которых высажены различные культуры. Кстати, именно на таких снимках алгоритмы обычной кластеризации отказывались нормально работать, но использование образцов позволило программе составить карту местности с точностью от 50 до 80 процентов.

Создание достаточно надежно работающего алгоритма обработки гиперспектральных данных позволит в скором будущем организовать полуавтоматический контроль если не за всей, то за некоторыми участками земной поверхности. А данные этого контроля будут чрезвычайно полезны людям самых различных специальностей, начиная от проектировщиков, строителей и заканчивая биологами, экологами и другими учеными, занимающимися отслеживанием изменений окружающей среды.
 

Первоисточник





Опубликовано: legioner     Источник

Похожие публикации


Добавьте комментарий

Новости партнеров


Loading...

Информация
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.
Наверх