Цифровые технологии в лесном хозяйстве
Реферат на тему:Последовательность дешифрирования аэрокосмических снимков.
Выполнил: студент 2 курса
факультета Лесного хозяйства
группа 108
Подготовила: Кошкина К. Д.
Проверил: Лебедев Е. В.
Нижний Новгород, 2021
Содержание
Введение……………………………………………………………………...2
Привязка снимков ……………………………………………………..……4
Обнаружение объектов …………………………………………………,…6
Опознавание объектов…………………………………...…………………8
Интерпретация…………………………………………………………….13
Экстраполяция……………………………………………………………14
Технические средства, применяемые при дешифрировании аэрокосмических изображений………………………………………………………………15
Использованная литература………………………………………………... 17
Введение
Дешифрирование - процесс опознавания объектов на снимках, определения их количественных и качественных характеристик по изображению, нанесения границ площадных и линейных объектов и местоположения точечных объектов.Методы дешифрирования аналоговых аэрофотоснимков и технологические решения прошлых лет имеют не только историческое значение. Практическая их значимость не ограничивается возможностью ретроспективного анализа динамики количественных и качественных изменений, произошедших к настоящему времени.
Обработка материалов крупномасштабных аэрофотосъемок древесной растительности приобретает новое звучание в связи с доступностью материалов космической съемки сверхвысокого пространственного разрешения. К таким материалам относят изображения космических аппаратов QUICKBIRD, IKONOS, WORLDVIEW, GEOEYE, CARTOSAT и др. В пособии показана преемственность принципов дешифрирования крупномасштабных аэрофотоснимков для интерпретации древесной растительности на сверхдетальных космических снимках и возможность использования признаков и приемов дешифрирования аэрофотоснимков с модификацией их под современные программные средства обработки растровых и векторных данных.
При изучении и инвентаризации древесной растительности объектов рекреационного назначения требуется как контурное аналитическое дешифрирование однородных по своим характеристикам площадных объектов-выделов, так и получение количественных и качественных характеристик отдельных деревьев, и оценка их состояния.
На примере работ по инвентаризации объектов рекреационного назначения целесообразно продемонстрировать методы интерпретации древесной растительности, признаки дешифрирования однородных по характеристикам площадных объектов и отдельных деревьев (точечных объектов) для получения качественных и количественных показателей. К объектам инвентаризации рекреационного назначения из-за сходства требований к детальности данных и методов обследования отнесены: пригородные леса зеленых зон городов, городские лесопарки, историко-мемориальные объекты (территории музеев-заповедников), памятники садово-паркового искусства, зеленые насаждения городов. Пособие проиллюстрировано архивными аэрофотоснимками и фрагментами современных сверхдетальных космических изображений, размещенных на Интернет-ресурсах открытого доступа Google Планета Земля и SAS Планета.
Привязка снимков.
Это Первый этап работ. Заключается в определении пространственного положения территории, изображенной на снимке. Она осуществляется при помощи географических, топографических или тематических лесных карт масштаба, соответствующего масштабу снимка или мельче его. Ориентирами для привязки служат гидрографическая сеть, трассы, населенные пункты и пр.
Растровые данные обычно получаются путем сканирования бумажных карт или обработки аэрофотоснимков или спутниковых снимков. Наборы данных, полученные путем сканирования карт, обычно не имеют пространственной привязки (ни внутри набора, ни в виде отдельного файла). Иногда информация о местоположении, поставляемая в наборах данных аэрофотоснимков или космических снимков, является неточной, и такие данные не удается корректно совместить с другими имеющимися пространственными данными. Поэтому, для использования некоторых наборов растровых данных совместно с другими вашими пространственными данными, необходимо осуществить пространственную привязку этих наборов растровых данных в картографической системе координат. Картографическая система координат задается с помощью картографической проекции (способ проецирования искривленной поверхности Земли на плоскость).
Пространственная привязка растровых данных выполняется указанием местоположения, с использованием координат карты, и присвоением системы координат фрейму данных. Пространственно привязанные растровые данные позволяют просматривать данные, выполнять к ним запросы и анализировать их вместе с другими географическими данными. Панель инструментов Пространственная привязка позволяет выполнять пространственная привязку наборов растровых данных и слоев наборов растровых данных (которые могут иметь растровые функции), сервисов изображений и растровых продуктов.
В основном, для задания пространственной привязки набора растровых данных используются следующие шаги:
1. В ArcMap, добавьте растровые данные, которые вы хотите совместить с вашими спроецированными данными.
Примечание:
В списке слоев панели Пространственная привязка перечислены допустимые растровые слои: слои сервисов изображений и слои САПР. Слои должны либо иметь систему координат фрейма данных, либо не иметь заданной пространственной привязки.
2. Добавьте связи, которые соединяют известные местоположения набора растровых данных с теми же точками на карте. Инструмент Авто-регистрация 
помогает автоматически создавать связи.
3. Сохраните информацию о пространственной привязке, если результат вас устраивает.
4. Постоянная трансформация набора растровых данных (дополнительная опция).
Обнаружение объектов.
Это второй этап - выделение различных рисунков изображения, характерно преимущественно для снимков низкого пространственного разрешения и сопровождается, как правило, опознаванием дешифрируемых объектов или их групп.
Обнаружение объектов - это компьютерная технология, связанная с компьютерным зрением и обработка изображений, которая занимается обнаружением экземпляров семантических объектов определенного класса (таких как люди, здания или автомобили) в цифровых изображениях и видео. Хорошо изученные области обнаружения объектов включают обнаружение лиц и обнаружение пешеходов. Обнаружение объектов находит применение во многих областях компьютерного зрения, включая поиск изображений и видеонаблюдение.
Он широко используется в задачах компьютерного зрения, таких как аннотации изображений, распознавание активности, распознавание лиц, распознавание лиц, совместная сегментация видеообъектов. Он также используется в отслеживании объектов, например, отслеживании мяча во время футбольного матча, отслеживании движения биты для крикета или отслеживании человека на видео.
Каждый объект класс имеет свои собственные специальные функции, которые помогают в классификации класса - например, все круги круглые. Обнаружение класса объекта использует эти специальные функции. Например, при поиске кругов ищутся объекты, находящиеся на определенном расстоянии от точки (т. Е. Центра). Точно так же при поиске квадратов необходимы объекты с перпендикулярными углами и равными длинами сторон. Аналогичный подход используется для идентификации лица, где можно найти глаза, нос и губы и можно найти такие элементы, как цвет кожи и расстояние между глазами.
Методы:
Методы обнаружения объектов обычно относятся либо к подходам на основе машинного обучения, либо к подходам на основе глубокого обучения. Для подходов к машинному обучению становится необходимым сначала определить функции с помощью одного из приведенных ниже методов, а затем использовать такую методику, как support vector machine (SVM), чтобы выполнить классификацию. С другой стороны, методы глубокого обучения могут выполнять сквозное обнаружение объектов без специального определения функций и обычно основаны на сверточных нейронных сетях (CNN).
Подходы к машинному обучению:
· Среда обнаружения объектов Виолы – Джонса на основе функций Хаара
· Масштабно-инвариантное преобразование признаков (SIFT)
· Гистограмма ориентированных градиентов (HOG) особенности
Подходы к глубокому обучению:
· Предложения по регионам (R-CNN, Fast R-CNN, Faster R-CNN, каскадный R-CNN.)
· Детектор Single Shot MultiBox (SSD)
· Вы смотрите только один раз (YOLO)
· Нейронная сеть с однократным уточнением для обнаружения объектов (RefineDet)
· Retina-Net
· Деформируемые сверточные сетиВикипедия site:buildwiki.ru
Опознавание объектов.
Третий этап - или их идентификация включает анализ всего комплекса прямых признаков дешифрирования: тона (цвета), формы рисунка (структуры, текстуры), размеров изображения и элементов рисунка, определяющих физиономичность изображенных объектов, а также косвенных признаков, указывающих на сопряженность распознаваемых объектов с другими объектами или природными и антропогенными особенностями.
Каждый объект, явление, свойство (далее - объект) обладает набором признаков, определяющих его сущность и, благодаря этому, выделяющих его из множества других, часто очень похожих объектов. При этом человек интуитивно стремится выделить минимальное число основных признаков или один признак (знак, метку, свойство и т.д.), который является идентификатором. Так, при покупке автомобиля определенной марки для одного покупателя идентификатором является белый цвет, а для другого - красный.
Наименования, фамилии, имена, клички, номера, обозначения, индексы, адреса, характеристики, показатели, описания и т.п. являются идентификаторами объектов, причем для выделения конкретного объекта из множества подобных необходимо, как правило, воспользоваться несколькими идентификаторами. Например, автомобиль ВАЗ 2101 белого цвета не дороже определенной суммы.
Практически идентификация необходима для решения таких задач, как:
· однозначное определение объекта;
· распознавание объекта по его свойствам;
· группирование объектов по определенным признакам;
· выделение объекта из множества подобных и др.
Для идентификации, например, конкретной продукции (типов, марок, артикулов, исполнений и т.д.) в зависимости от решаемых задач может использоваться минимальный и максимальный набор информации.
Минимальный набор, как правило, включает наименование изделия, его условное обозначение или код и номер, обозначение нормативного или технического документа, определяющего характеристики данного изделия.
Максимальный набор информации, необходимый для идентификации изделия, включает дополнительно к минимальному набору все его физические (химические, биологические) и эксплуатационные (потребительские) характеристики.
К наиболее часто используемым можно отнести методы идентификации: наименований; цифровых номеров; классификационный; условных обозначений; ссылочный; описательный; описательно-ссылочный; автоматической идентификации; биометрии.
Метод наименований является, пожалуй, самым древним, так как с появлением нового объекта ему, прежде всего, присваивается определенное наименование (термин) и дается соответствующее определение.
В этой связи разработка стандартов на термины и определения различных объектов - это та информационная основа, без которой трудно обеспечить однозначное восприятие информации. Применение стандартных терминов и определений как в национальной практике, так и в международном обмене, является одной из основ информационной совместимости.
Так, в Товарной номенклатуре внешнеэкономической деятельности (ТНВЭД), построенной на основе Гармонизированной системы описания и кодирования товаров, разработанной Советом таможенного сотрудничества (СТС) ООН, имеется множество определений, позволяющих однозначно отнести конкретную продукцию к определенной позиции.
Пожалуй, еще большее значение придавалось наименованиям изделий при создании Федеральной системы каталогизации предметов снабжения армии США, когда был разработан справочник утвержденных и обязательных для применения наименований изделий. Справочник включает около 20 тыс. терминов и определений.
Особенно важное значение идентификация объектов через наименования приобретает при поиске объектов в компьютерных системах, так как запрос по наименованию является наиболее естественным и распространенным.
Идентифицирующее объект наименование отвечает на вопрос что это такое и, как правило, состоит из:
· основного наименования объекта, определяющего его сущность и выраженного существительным (река, масло, автомобиль, ресторан и т.п.);
· основного наименования и минимального числа слов, необходимых для выражения сущности объекта (масло сливочное, масло моторное, масло растительное кукурузное и т.п.);
· основного наименования и собственного имени, присвоенного объекту (река Волга, ресторан Волга, автомобиль Волга и т.п.).
Главным достоинством идентификации объектов через наименования является близость к естественному разговорному языку, основной же недостаток - большое число знаков, используемых для идентификации конкретных объектов.
Метод цифровых номеров, присваиваемых объектам, является одним из самых широко применяемых. В сочетании с наименованием объекта его номер позволяет однозначно идентифицировать объект.
Практическое применение находят два основных способа нумерационной идентификации: порядковый и серийно-порядковый.
Порядковый номер присваивается объекту на основе порядка, установленного органом, осуществляющим нумерацию. Например, нумерацию поездов устанавливает орган управления железнодорожным транспортом, автобусов - орган управления автобусным движением, а порядок нумерации домов на улице определяют муниципальные службы. В Москве, например, установлено, что номера домов возрастают от центра города, при этом четные номера присваиваются домам, расположенным с правой стороны улицы, если смотреть от центра. Часто номера объектам присваивают по мере их появления, учета, регистрации (номер, полученный человеком в очереди, табельный номер работающего на конкретном предприятии, номер документа, присвоенный ему при регистрации, и т.д.).
Недостатком идентификации объектов через порядковые номера является их неинформативность, т.е. отсутствие каких-либо признаков, характеризующих объекты, которым присвоены порядковые номера. Этот недостаток в некоторой мере устраняется при использовании серийно-порядкового номера, идентифицирующего объект. Преимущество порядковых номеров состоит в том, что они обеспечивают простую и короткую (по количеству знаков) идентификацию объекта.
Классификационный метод используется в тех случаях, когда необходимо идентифицировать группы однородных объектов. Преимущество этого метода состоит в его информативности, так как позволяет из множества выделять необходимые объекты, обладающие определенными признаками. Классификационный метод широко используется во многих областях деятельности, поскольку обеспечивает систематизацию объектов. Особенно он эффективен при обработке информации в системах управления, когда необходимо, например, собрать информацию о детских садах или грузовых автомобилях, видах деятельности или вредных производствах и т.п. Код, присвоенный классификационной группировке, обеспечивает ее полную идентификацию в рамках конкретного классификатора.
Классификационный метод идентификации широко используется в сочетании с другими методами именно благодаря своей информативности и систематичности. Наиболее частое применение находят два способа классификации объектов: иерархический; фасетный.
Иерархический способ характеризуется тем, что исходное множество объектов последовательно разделяется на подмножества (классификационные группировки), каждое из которых также разделяется на подмножества и т.д. Как правило, деление множества на подмножества осуществляется на соподчиненные группировки.
Классифицируемое множество объектов разделяется на классы, группы, виды и т.п. по основным признакам, характеризующим эти объекты по принципу от общего к частному, т.е. каждая группировка в соответствии с выбранным признаком (основанием деления) делится на несколько других группировок, каждая из которых по другому признаку делится еще на несколько подчиненных группировок и т.д. Таким образом, между классификационными группировками устанавливается отношение подчинения.
Построение иерархической классификации объектов, как правило, осуществляется в следующей последовательности:
· определяется множество объектов, которое необходимо классифицировать (множество людей, предприятий, процессов и т.д.) для решения конкретных задач;
· выделяются основные признаки (свойства, характеристики, показатели, параметры и др.), по которым множество будет разделяться на подмножества;
· определяется порядок следования признаков - уровень деления, при разбиении множества на подмножества, и число этих уровней.
При построении иерархической классификации должны соблюдаться следующие наиболее важные правила:
· разделение множества (М) на подмножества (m) на каждом уровне должно производиться только по одному признаку деления (п);
· получаемые в результате деления группировки на каждом уровне должны относиться только к одной вышестоящей группировке и не должны пересекаться, т.е. повторяться;
· разделение множества должно осуществляться без пропусков очередного или добавления промежуточного уровня деления;
· классификация должна производиться таким образом, чтобы сумма образованных подмножеств составляла делимое множество.
Наиболее существенными и сложными вопросами, возникающими при построении иерархической классификации, являются выбор системы признаков, используемых в качестве основания деления, и определение порядка их следования.
Преимущества иерархической классификации заключаются в ее логичности, последовательности и хорошей приспособленности для ручной и машинной обработки информации. Основным недостатком является малая гибкость ее структуры, обусловленная фиксированностью признаков (оснований деления) и заранее установленным порядком их следования. Включение новых уровней деления по дополнительным признакам весьма затруднительно, особенно если не предусмотрены резервные емкости. Кроме того, иерархический метод классификации не позволяет агрегировать объекты по необходимому для конкретных задач сочетанию признаков, что еще раз подтверждает его негибкость.
Фасетный способ классификации характеризуется тем, что множество объектов разделяется на независимые подмножества (классификационные группировки), обладающие определенными признаками, необходимыми для решения конкретных задач. Последовательность построения фасетной классификации практически такая же, как при построении иерархической, т.е. определяется множество объектов, выделяются его основные признаки и группы признаков и устанавливается порядок следования групп признаков (фасетов) и признаков-характеристик.
Для выделения из множества объектов конкретного подмножества, обладающего определенными признаками, необходимо:
· выделить основные признаки-характеристики, всесторонне характеризующие объект и обеспечивающие его идентификацию;
· сгруппировать эти признаки по принципу однородности в фасеты и присвоить им коды;
· определить фасетные формулы для образования подмножеств.
Особенность фасетного способа состоит в том, что подмножества формируются по принципу от частного к общему, т.е. на основе различных наборов конкретных характеристик объекта формируются конкретные подмножества.
Основным преимуществом фасетной классификации является ее гибкость, позволяющая систематизировать объекты по необходимому набору признаков и осуществлять информационный поиск по любому сочетанию фасетов.
Метод условных обозначений широко применяется при идентификации продукции и документов. Наиболее часто используются два способа построения условных обозначений: мнемонический и классификационно-нумерационный.
Мнемонический способ построения условных обозначений облегчает понимание и запоминание человеком нужных сведений о продукции или документе. Наличие в обозначении элементов классификации позволяет ускорить поиск необходимой информации и обеспечить ее систематизацию.
Ссылочный метод используется для идентификации объектов в тех случаях, когда описания конкретных характеристик (свойств, показателей, отличительных признаков) представлены в нормативных или технических документах. Ссылочный метод наиболее часто применяется для идентификации конкретной продукции при ее заказе.
Идентификация включает наименование изделия, его условное обозначение и ссылку на документ, содержащий всесторонние требования к этому изделию.
Описательный метод идентификации используется, как правило, в тех случаях, когда необходимо идентифицировать конкретный объект путем описания его характеристик (свойств, параметров, показателей). При этом однородные объекты, имеющие одинаковые наименования, область применения и близкую номенклатуру показателей, могут отличаться друг от друга значениями этих показателей. Описательный метод идентификации предусматривает использование всех основных характеристик объекта и с их помощью позволяет отделить его от остальных однородных объектов.
Всестороннее описание объектов представлено, как правило, в нормативных и технических документах, содержащих основные показатели, свойства, характеристики, размеры, условия использования, область применения и т.п.
Описательные методы идентификации широко используются в медицине - медицинская карта пациента, в криминалистике - описание преступника и характера преступления, в геологии - описание минерала и т.д.
Одним из основных преимуществ рассматриваемого метода является возможность осуществления сопоставительного анализа однородных (родственных) объектов путем сравнения характеристик, вошедших в их идентификацию. Сравнение может проводиться, в том числе, и автоматизированным путем, чтобы установить степень схожести или различия, которые существуют между объектами, для решения следующих задач выбора:
а) объекта, обладающего наилучшими характеристиками для заданных условий применения;
б) объекта, обеспечивающего полную взаимозаменяемость другого;
в) однородных объектов с целью их систематизации и стандартизации.
Описательно-ссылочный метод идентификации, в отличие от описательного, использует только часть основных характеристик объекта в сочетании со ссылкой на документ, где помещены все его характеристики. Как показали исследования канадских специалистов, для компетентного выбора конкретных объектов достаточно семи основных характеристик.
Наиболее широко этот метод используется при создании банков данных о различных объектах или различных информационных изданиях (каталоги, указатели, кадастры и т.п.).
Применение этого метода позволяет значительно сократить объем информации, необходимой для идентификации объектов, что имеет существенное значение для экономии компьютерной памяти и сокращения объемов изданий. В каталогах продукции, например, приводят, как правило, наименование продукции, назначение и область применения, условные обозначения, используемые при заказе, основные обозначения документов, содержащих все требования к этой продукции, наименование и адрес изготовителя, а также основные характеристики с их конкретными значениями.
Метод автоматической идентификации получает все большее применение благодаря развитию электроники и созданию средств, обеспечивающих восприятие (сканирование), распознавание и обработку информации об объектах. Для автоматической идентификации используются, например, штриховые коды, радиоэтикетки, магнитные полосы, смарт-карты, звуки и сигналы, оптически распознаваемые знаки и др.
Наибольшее распространение получила идентификация объектов в применении штриховых кодов, которые представляют собой последовательно расположенные по определенным (стандартным) правилам темные (штрихи) и светлые (пробелы) прямоугольные элементы различной ширины, являющиеся графическим изображением букв, цифр и различных знаков, идентифицирующих объекты. Такая форма идентификации широко применяется в таких областях деятельности, как:
· промышленное производство (идентификация сборочных единиц в автостроении и электронике, готовой продукции, инструментов и др.);
· оптовая и розничная торговля (идентификация товаров, включая печатные издания и лекарственные средства);
· транспорт и почта (идентификация грузов, почтовых отправлений, сообщений в товаросопроводительной документации, проездных документов и багажа и т.п.).
Интерпретация.
Четвертый этап - заключается в распознавании и выделении опознанных дешифрируемых объектов и определении их характеристик по прямым и косвенным признакам по определенному принципу в зависимости от тематической направленности дешифрирования.
Интерпретация заключается в классификации опознанных объектов по определенному принципу (в зависимости от тематической направленности дешифрирования). Так, при ландшафтном дешифрировании интерпретируются физиономические компоненты геосистем, а опознанные техногенные объекты служат только для правильной ориентировки. При дешифрировании хозяйственного использования внимание обращается на опознанные объекты использования земель - поля, дороги, населенные пункты и т. д. Интерпретация деципиентных (скрытых) компонентов ландшафтов или их техногенных изменений производится ландшафтно-индикационным методом. Полная и достоверная интерпретация снимков возможна только на основании комплексного использования прямых и косвенных дешифровочных признаков. Процесс интерпретации сопровождается рисовкой контуров, т. е. созданием по отдельным снимкам схем дешифрирования.
Виды интерпретации
· «распознающая»
· «репродуктивная»
· «нормативная»
Цель «распознающей интерпретации» – понимание смысла, содержащегося в репрезентативном источнике (тексте, произведении искусства, поступке). К данному виду интерпретации относятся историческая, филологическая репрезентации.
Цель «репродуктивной», или «репрезентативной», интерпретации – передача смысла, заложенного в произведении, адресату (зрителям, слушателям). Сюда относятся драматическая, музыкальная интерпретация, перевод текста.
«Нормативная» интерпретация имеет регулятивную функцию. Понимание не является самоцелью, оно «предназначено для регулирования действий на основе правил, которые выводятся из норм и догм, из моральных оценок и требований психологических обстоятельств»; Бетти причисляет сюда юридическую, религиозную, этико-педагогическую интерпретации.
Экстраполяция.
Пятый этап - включает идентификацию аналогичных объектов по всей территории, изображенной на снимке или нескольких снимках.
Экстраполяция - включает выявление аналогичных объектов по всей территории исследований и составление предварительного макета карты. Для этого на фотоплан или фотосхему наносятся все данные, полученные при дешифрировании отдельных снимков. В ходе экстраполяции идентифицируют аналогичные объекты, явления и процессы на других участках; устанавливают ландшафты-аналоги.
Дешифрирование выполняется по принципу от общего к частному. Всякий снимок - прежде всего информационная модель местности, воспринимаемая исследователем как единое целое, а объекты анализируются в развитии и неразрывной связи с окружающей их средой.
Отдельно принято говорить об экстраполяции схем и методов деятельности в новые практические области (за пределами логико-методологических процедур), об экстраполяции результатов мысленного оперирования знаковыми комплексами в реальные системы действий. Научная экстраполяция предполагает умение правильно оперировать базами экстраполяции, то есть исходным знанием, следование обоснованным правилам переноса, обязательную оценку полученных выводов по избранным критериям.
В целом, экстраполяция предполагает работу с «неизвестными» на основе известного знания и с «будущим» на основе знания прошлого и настоящего. В этом отношении — она неизбежный приём любого творческого мышления и деятельности. Экстраполяция служит наиболее важным средством диагностических процедур и прогнозирования. Более того, экстраполяционное прогнозирование институционализировалось в особую область прогнозной работы наряду с поисковым и нормативным прогнозированием (на качественном уровне — это системный классификационный анализ понятий на предмет их упорядочивания и иерархизации; на количественном — это трендовый анализ динамических рядов с целью отыскания основных тенденций).
Технические средства, применяемые при дешифрировании аэрокосмических изображений.
Технические средства, применяемые при дешифрировании можно разделить на увеличительные, измерительные, стереоскопические и стереофотограмметрические.
Увеличительные приборы. Предназначены для увеличения размеров изображения объектов на аэрокосмических снимках. Это различные монокулярные и бинокулярные лупы с увеличением от 2х до 10х и более. При необходимости к увеличительным лупам изготовляют на стекле или прозрачной пленке различные палетки и шаблоны для измерения проекций крон, подсчета числа деревьев, определения сомкнутости полога и т.п.
Измерительные приборы и инструменты. Это циркуль-измеритель, масштабная и измерительная линейки, пропорциональный циркуль, измерительная лупа, измерительные пластины, клинья, палетки, различные шкалы тонов и цветов и пр. С помощью перечисленных приборов и инструментов измеряют на снимках отрезки прямых линий, размеры тех или иных объектов, длину теней деревьев или других объектов, ширину крон, густоту и состав насаждений и др. По шкале определяют на снимке тон дешифрируемых объектов, в том числе крон деревьев. Шкалы цветов могут содержать более 100 различных цветов и цветовых оттенков.
Стереоскопические приборы. К ним относятся стереоскопы разных конструкций: линзовые, линзово-зеркальные, сканирующие стереоскопы стереофотограмметрические приборы.
Линзовые стереоскопы, разной кратности увеличения и с постоянным или переменным базисом имеют две линзы, через которые рассматривают два изображения одного и того же объекта на смежных снимках, полученных с продольным перекрытием.
Линзово-зеркальные стереоскопы состоят из двух пар больших и малых зеркал, смонтированных на металлической пластине; зеркала каждой пары параллельны друг другу и установлены под углом 45° к плоскости снимка. Между большими и малыми зеркалами установлены линзы.
Для измерительных целей при стереоскопическом анализе изображений используют набор палеток, а для измерения высот деревьев - параллактические пластины, синусные линейки или параллаксометры в сочетании со специальными приспособлениями, обеспечивающими жесткое крепление параллаксометра к стереоскопу.
В настоящее время имеется целый набор стереоскопов различного класса. Это преимущественно стереоскопы зарубежного производства. Многие из них имеют наблюдательные системы с различной кратностью увеличения, приспособления для измерения разности продольных параллаксов, механизмы ориентирования снимков, интерфейсы для подключения их к компьютерам.
Средства компьютерной техники. Новые возможности для визуального и аналитико-измерительного дешифрирования появляются при использовании компьютеров. В практике лесного дешифрирования материалов аэрокосмических съемок, как сканерных, так и фотографических, все большее место занимают цифровые методы, базирующиеся на современных компьютерных технологиях. Использование компьютеров вместе со специальным программным обеспечением позволяет обрабатывать в интерактивном или автоматическом режиме, объединять и совместно анализировать разнородную информацию - изображения, карты, табличные, текстовые и другие данные. Компьютерная техника позволяет получать на экране компьютера различные варианты синтезированного многозонального изображения, как сканерного, так и фотографического.
Средства компьютерной техники позволяют осуществлять дешифрирование аэро- или космических изображений в интерактивном и автоматическом режимах. Эти методы дешифрирования в последние 10-20 лет получили мощное развитие в связи с появлением геоинформационных технологий.
Использованная литература.
1. Аковецкий В.Н. Дешифрирование снимков. – М.: Недра, 1983.
2. Богомолов Л.А. Дешифрирование аэрофотоснимков. – М.: Недра, 1976.
3. Брюханов А.В., Гоподиннов Г.В., Книжников Ю.Ф. Аэрокосмические методы в географических исследованиях. – М.: МГУ, 1982.
4. Книжников Ю.Ф., Кравцова В.И. Аэрокосмические исследования динамики географических исследований. – М.: МГУ, 1991.