Аэрокосмические снимки для школьного образования.
Тема: Горы. Высотная поясность

На главную страницу семинара

Возможности программы MultiSpec

MultiSpec - это программа для компьютерной обработки многозональных снимков, разработанная учеными американского университета Пердью. Программа проста в использовании, имеет широкий набор функций, хорошо известна среди специалистов по обработке снимков и распространяется бесплатно. Система позволяет обрабатывать многозональные снимки (например, получаемые со спутников Ресурс-О, Landsat) а также гиперспектральные снимки (получаемые недавно разработанными системами, например сканерами AVIRIS и MODIS). Пакет широко используется в школьном и университетском эколого-географическом образовании и в других областях. В настоящее время имеется несколько тысяч зарегистрированных пользователей.

Программа занимает мало места на диске, может использоваться на большинстве компьютеров, начиная с ПК с 386 процессором и Windows. В связи с этим некоторые простые функции (построение графиков, ручное редактирование снимков) осуществляются с использованием общедоступных пакетов программ, таких как MS Excel, Adobe Photoshop и т.п. Это особенно важно при отсутствии доступа к дорогим коммерческим пакетам для обработки снимков (таким, как ERDAS Imagine, ER Mapper, ENVI). Кроме того, в MultiSpec есть уникальные функции, полезные и при наличии этих пакетов.

В пакет постоянно добавляются новые возможности. Любая версия включает следующие основные функции:

• Импорт данных (меню File R Open Image) в бинарном или ASCII формате с заголовком или без, включая форматы Band Interleaved by Line (BIL), Band Sequential (BSQ), or Band Interleaved by Sample/Pixel (BIS или BIP). Каждое значение в файле данных (пиксел спектральной зоны) может иметь один или два байта и от 4 до 16 бит. При двухбайтовом представлении возможен любой порядок байт. Многие форматы распознаются автоматически, среди них ERDAS Imagine, TIFF (без компрессии), HDF (часть видов). Кроме самого изображения считываются географические координаты в форматах GeoTIFF, ERDAS Imagine, Fast7A, GeoSPOT. Возможен вывод векторных файлов ArcView (шейп-файлов) поверх уже открытых растровых снимков.

• Вывод многозональных снимков на экран (меню Processor R Display Image), в виде черно-белых и цветных изображений в различных палитрах; вывод результатов обработки также в черно-белом и цветном вариантах, с возможностью управления цветовым представлением каждого изображения.

• Построение гистограмм распределения яркости (меню Processor R Histogram Image) для последующего преобразования яркости при выводе изображения на экран и на печать.

• Изменения формата данных (меню Processor R Reformat), например добавление стандартного заголовка, содержащего информацию о снимке, перевод из одного бинарного формата в другой, выделение из многозонального снимка отдельных спектральных зон, комбинация нескольких файлов в один, добавление и изменение названий и описаний спектральных зон, монтаж пространственно соседствующих снимков, простые геометрические преобразования снимков (сдвиг, масштаб, поворот) и др. (часть геометрических преобразований доступна только в версии для компьютеров Макинтош).

• Создание новых слоев данных по существующим (меню Processor R Reformat). Новые слои могут быть результатом преобразования снимков по методу главных компонент и иных математических операций с исходными снимками в разных зонах.

• Кластеризация снимка (меню Processor R Сluster) с использованием одношагового либо итеративного (ISODATA) алгоритма. Результаты сохраняются в виде тематического изображения. Кластерная статистика может сохраняться вместе с создаваемыми классами. Исходные центры кластеров могут быть заданы или определены одним из имеющихся в пакете алгоритмов. Использование обычной кластеризации с последующей спектрально-пространственной классификацией ECHO (Extraction and Classification of Homogeneous Objects - распознавание и классификация однородных объектов) обеспечивает эффективную многомерную кластеризацию снимка.

• Определение характеристик классов (меню Processor R Statistics) путем задания на снимке прямоугольных и полигональных участков, либо используя файлы-маски для создания обучающих выборок, вычисление статистики по выборке и по классу, определение тестовых участков для количественной оценки классификации. Функция 'улучшения репрезентативности статистики' позволяет повысить представительность статистики индивидуального класса по отношению ко всему снимку. Метод оценки ковариации LOOC (Leave-One-Out Covariation) позволяет оптимизировать эту оценку для малых обучающих выборок.

• Определение наилучших спектральных зон (меню Processor R Feature Selection) для использования в данной классификации с помощью: а) поиска наилучшего набора данных с использованием одного из пяти доступных статистических расстояний, б) использования границ классов, определенных обучающими выборками и в) дискриминантных функций. Включены также методы выбора информативных узких спектральных каналов в гиперспектральных снимках с использованием многомерного проективного преобразования.

• Классификация выбранного снимка или его части (меню Processor R Classify). Доступно шесть алгоритмов: минимального расстояния, максимального правдоподобия, линейного дискриминанта Фишера, спектрально-пространственной классификации ECHO, спектральной корреляции SAM (Spectral Angle Mapper - картографирование спектральной корреляции), сравнения фильтра (на основе CEM Constrained Energy Minimisation, ограниченной минимизации энергии). Результаты классификации можно сохранить в виде тематической карты с показом или без показа обучающих и тестовых участков. Возможно создание вероятностных карт, показывающих степень принадлежности каждого пиксела к тому классу, в который он отнесен, задание граничных значений по вероятности отнесения к данному классу.

• Вывод результатов классификации (меню Processor R List Results) в табличной форме по обучающим и тестовым выборкам, с разделением по выборкам, по классам или по группам классов.

• Вывод графиков спектральных яркостей (меню Window R New Selection Graph) для текущего пиксела или среднего + одно стандартное отклонение для выбранного участка. Построение двумерных гистограмм распределения яркостей по заданной паре спектральных зон и эллипсов концентраций для обучающих выборок и выбранных участков (Processor R Utilities R BiPlots of Data, только в версии для Macintosh). Вывод гистограмм значений яркости в пределах класса или обучающей выборки (Processor R Histogram image). Показ координат текущего участка (View R Coordinates View).

• Цветное представление корреляций выбранного класса со спектральными зонами исходного снимка (меню Processor R Utilities R Create Statistics Image, только в версии для Macintosh) как средство визуализации и сравнения классов, особенно для гиперспектральных снимков.

• Дополнительные утилиты (меню Processor), в том числе экспорт значений яркости пикселов в пределах выбранного участка для обработки в других пакетах (Processor R List Data), анализ главных компонент (Processor R Utilities R Principal Component Analysis) и др.

• Экспорт промежуточных и окончательных результатов, черно-белых или цветных изображений и текстов в другие программы, например офисные и графические, путем копирования в буфер либо сохранения в обменном формате.

MultiSpec реализован таким образом, что основные ограничения на количество строк и столбцов в файле, спектральных зон и др. задаются дисковым пространством и объемом доступной компьютерной памяти. В целом, программа позволяет на современном уровне анализировать изображения средней и высокой спектральной размерности и разумного объема.

Наверх

По просьбе авторов программы мы включаем следующую информацию:

The latest versions of MultiSpec can be downloaded from the World Wide Web at: http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/

MultiSpec is being developed at the Laboratory for Applications of Remote Sensing at Purdue University, West Lafayette, IN, by David Landgrebe and Larry Biehl. It results from an on-going multiyear research effort which is intended to define robust and fundamentally based technology for analyzing multispectral and hyperspectral image data, and to transfer this technology to the user community in as rapid a manner as possible. The results of the research are implemented into MultiSpec and made available to the user community via the download pages. MultiSpecї with its documentationї is distributed without charge. MultiSpec is modified periodically, so check the web page for the latest version which may include new features and bug fixes.

Перевод:

Наиболее новые версии MultiSpec могут быть получены по WWW адресу: http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/

MultiSpec разрабатывается Дэвидом Ландгребе и Лэрри Биелом в Лаборатории приложений аэрокосмического зондирования в университете Пердью, Западный Лафайет, штат Индиана, США. Это отражение продолжающихся многолетних исследований, направленных на разработку надежных и фундаментальных технологий анализа многозональных и гиперспектральных изображений, и на быструю передачу этих технологий сообществу пользователей. Результаты исследований воплощаются в пакете MultiSpec и предоставляются пользователям на страницах в Интернете.

MultiSpecї и его документацияї распространяются бесплатно. Пакет периодически совершенствуется, поэтому проверяйте указанный выше адрес для получения новейшей версии, которая может включать новые функции и исправления ошибок, встречавшихся в предыдущих версиях.

На главную страницу семинара