Žemės dangos skaitmeninių vaizdų identifikavimo analizė

Abstract

Straipsnyje nagrinėjamas žemės dangos skaitmeninių vaizdų identifikavimas taikant kovariacinių funkcijų ir Wavelet (bangų) teoriją. Dviejų skaitmeninių vaizdų arba pavienių vaizdų autokovariacinių funkcijų įverčiai skaičiuojami pagal atsitiktines funkcijas, sudarytas iš skaitmeninių vaizdų pikselių vektorių pavidalu. Pikselių vektorių įverčiai gaunami skleidžiant skaitmeninių vaizdų pikselių masyvus viena eilute. Tyrimams panaudoti HJ-DEM Ikonos palydoviniai vaizdai, kai kartografinė projekcija nėra ortografinė, ir skaitmeninio vaizdo taškų masteliai skirtingi. Keičiant skaitmeninio vaizdo mastelį pavienių pikselių spalvų bangų dažniai lieka nekintantys, t. y. const, ir kovariacinių funkcijų skaičiavimo procedūrose mastelio kaitos įtaka nepasireiškia. Vaizdams identifikuoti taikytas RGB formato spalvų spektras. Analizuota RGB spektro dedamųjų bei spalvų tenzoriaus įtaka skaitmeninių vaizdų kovariacinių funkcijų įverčiams. Skaitmeninių vaizdų tapatumas įvertinamas pagal koreliacijos koeficientų reikšmių kaitą atitinkamų reikšmių diapazone, taikant sudarytą kompiuterinę programą.

The quality of identifying the digital images of the Earth’s surface using covariation functions and Wavelet (small wave) theory was investigated. The auto-covariation function values of two digital images or single images are calculated using random functions made of digital image pixels in the form of vectors. Pixel vector values are made scattering the arrays of digital image pixels on one row. HJ-DEM IKONOS digital images were used for research in the case when cartographic projection was not orthographic and when the scales of digital image points were different. Changes in the scale of a digital image show that wave frequencies having single pixels colors often stay invariable which means that scale changes have no impact on Const and counting procedures of covariation functions. RGB color spectrum was applied for image identification. The analysis of the impact of RGB spectrum components and colour tensor on the covariation function values of digital images was carried out. The identification of digital images is made evaluating the rotation of the values of correlation coefficients employing an appropriate program and software.