5. Особенности дешифрирования космических

и цифровых изображений.

1. Особенности дешифрирования космических изображений.

На качество дешифрирования космических изображений существенно влияют особенности их получения и методы обработки, полнота и тщательность подготовительных работ, применяемая технология, квалификация исполнителя и его навыки применительно к космическим снимкам и конкретному ландшафту.

К основным особенностям космических снимков, влияющих на качество дешифрирования, относятся:

- увеличенное количество связей между объектами местности, а следовательно, большее число дешифровочных признаков, за счет уменьшения масштаба снимков и изображения в пределах кадра обширной территории;

- повышенная разрешающая способность вследствие значительного уменьшения сдвига изображения и отсутствия вибрации носителя;

- искажение или утрата изображений некоторых объектов, а также дешифровочных признаков (формы теней, деталей объектов и др.) вследствие мелкого масштаба изображения, наличия «полос нерезкости» между объектами и окружающим их фоном, а в некоторых случаях вследствие значительного отличия проекции снимков от ортогональной;

- снижение в ряде случаев изобразительных качеств снимков из-за сложности оптимизации экспозиции, обусловленной резкими изменениями освещенности и отражательной способности ландшафта, а также состояния атмосферы;

- отображение на снимках облаков, производственных дымов и атмосферной дымки, затрудняющих или исключающих процесс дешифрирования;

- наличие незначительных перекрытий между снимками, что ограничивает выявление дешифровочных признаков при рассматривании стереомодели;

- появление значительных (более 5 градусов) углов наклона снимков, или отличие проекции снимков от центральной.

Названные особенности усложняют дешифрирование, повышают требования к подготовке дешифровщиков.

При использовании для обработки мелкомасштабных космических снимков возникает необходимость дополнительно обращаться к космическим снимкам более крупного масштаба для дешифрирования деталей изображения и набора необходимых характеристик отображаемых объектов.

Для подготовки дешифровщиков космических снимков рекомендуется создавать специальные группы из специалистов, не имеющих большого опыта дешифрирования аэроснимков, который иногда затрудняет обучение. В процессе обучения изучаются редакционные указания, основные и дополнительные материалы (фотографии, кинофильмы, которые содержат сведения, связанные с элементами местности района или районов с подобным ландшафтом; эталоны дешифрирования; конкретные примеры использования прямых и косвенных признаков и картографического отображения объектов при дешифрировании). В процесс обучения включается пробное дешифрирование фрагментов снимков на один или два участка размером 10х10 см в масштабе составляемой или обновляемой карты с типичным для района работ ландшафтом.

2. Особенности дешифрирования цифровых изображений.

Сканированное с негатива фотоизображение, как правило, имеет пониженную разрешающую способность по сравнению с оригиналом. В таком случае, с целью повышения эффективности камерального дешифрирования, целесообразно для мелких трудночитаемых топографических объектов использовать традиционное инструментальное дешифрирование. То есть применять комбинированный метод дешифрирования, заключающийся в сочетании дешифрирования топографических объектов (большей их части) на экране дисплея. И традиционного дешифрирования фотоизображений (фотоотпечатков, диапозитивов) с использованием стереоскопа, интерпретоскопа или бинокулярного микроскопа.

Важным преимуществом цифровых изображений являются широкие возможности их корректировки в отношении изменения гаммы, яркости, контраста, динамического диапазона, а для многозональной съёмки добавляется ещё различные комбинации зон как применительно ко всему снимку, так и к отдельным его частям. Такие возможности позволяют выделять топографические объекты даже для тех участков изображений, на которых на исходных снимках эти объекты не дешифрируются.

Для автоматизации дешифрирования цифровых изображений можно использовать различные программные средства, предназначенные для сегментации и идентификации по фототону площадных объектов почвенно-растительного покрова и некоторых других типов объектов.