VI рабочее совещание по электронным публикациям "El-Pub2001"

25-27 апреля 2001 г., г. Новосибирск, Академгородок

Тезисы докладов

Адаптивное восстановление космических снимков подстилающей поверхности земли с использованием априорной информации

Белов В.В., Артамонов Е.С., Протасов К.Т.

Институт оптики атмосферы СО РАН (Томск)

Рассматривается подход к восстановлению изображений подстилающей поверхности Земли, наблюдаемой со спутников в условиях искажающего влияния атмосферы. Особенность рассматриваемого подхода заключается в том, что функция размытия точки (ФРТ), используемая в линейной модели восстановления, неизвестна, и также подлежит оцениванию. Для этой цели используется это же изображение и информация о том, что фиксируемая сцена содержит объекты с контрастными перепадами яркостей. Стохастической моделью замутненных участков изображения с высоким градиентом является распределение Гумбеля экстремальных значений. Для описания альтернативы выбрано семейство кривых Джонсона. Байесово решающее правило, построенное на этих распределениях, выделяет экстремальные градиенты. Вариации яркостей "размытого" участка изображения в направлении градиентов служат материалом для восстановления ФРТ. В другом случае рассматривается двух этапная процедура коррекции и восстановления изображений подстилающей поверхности Земли, регистрируемых приборами AVHRR спутников NOAA для некоторых ситуаций, наблюдаемых в весенний и осенний периоды, основанная на статистических методах. На первом этапе для устранения влияния полупрозрачной облачности используется метод преобразования гистограмм (этап коррекции данных). На втором этапе для устранения экранирующего влияния облаков используется подход, основанный на восстановлении изображений с помощью непараметрических регрессионных зависимостей прогнозирования данных одних спектральных каналов по информации других (этап восстановления).

Дополнительные материалы: HTML
Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии
А.М.Федотов

[Головная страница]
[Конференции]
[СО РАН]