Автоматизация видится мощным фактором, способствующим анализу космических снимков в будущем. Но не все типы данных создаются или обрабатываются одинаково. Гиперспектральный анализ прошел долгий путь до создания автоматизированных возможностей, однако проблемы cохраняются. Gregory Terrie, главный научный сотрудник Harris Geospatial Solutions, полагает, что, несмотря на многолетние обещания автоматизировать процессы гиперспектрального анализа, до сих пор часто существует достаточно неопределенностей в вопросе необходимого подкрепления его результатов дополнительной информацией. Нет гарантии в том, что автоматизированные результаты точны на 100 процентов. Никто не может это утверждать. И даже ENVI —общепризнанный программный комплекс для анализа гиперспектральных снимков.
Некоторые приложения гиперспектрального анализа очень сложны, и ENVI предоставляет пользователям возможность тестировать и оценивать их алгоритмы и подходы. ENVI специально предназначен для обработки гиперспектральных данных с нуля, поэтому он идеально подходит для этих целей, при этом возможен просмотр сигнатур разными способами для оценки возможности отделения сигнатур от других вещей.
Если просматривать снимок так, как обычно смотрят на панхроматические и мультиспектральные данные, никакая информация не обнаружится в гиперспектральной сцене, поскольку в каждом пикселе представлен полный спектр. ENVI ориентирован на эффективное решение этой задачи, других инструментов нет.
Гиперспектральная сцена обычно имеет более 200 спектральных полос, и большая часть программного обеспечения только поддерживают показ либо одного диапазона, либо набора красного / зеленого / синего цветов. ENVI также поддерживает этот режим, но предлагает дополнительные способы визуализации и исследования информации, содержащейся в отдельных пикселях. ENVI — полнофункциональный пакет обработки снимков, имеющий также специальные инструменты для обработки гиперспектральных данных, включая спектральное обнаружение и идентификацию, чего нельзя найти в других программных пакетах. Помимо алгоритмов обнаружения и идентификации, имеются присущие только ENVI пользовательские интерактивные возможности, поддержка спектральной библиотеки и рабочих процессов, что необходимо для обработки этих данных. Алгоритмы обработки в ENVI, ориентированные на гиперспектральные снимки, были протестированы и, в конечном итоге, признаны на практике в течение многих лет. В случае если у ENVI нет точных алгоритмов, необходимых пользователю, универсальность IDL и ENVI API позволяет клиентам разрабатывать пользовательские подпрограммы и приложения, которые затем могут быть интегрированы в приложения ENVI.
Использование возможностей расширенной аналитики гиперспектральных данных в ArcGIS
Harris Geospatial Solutions всегда стремится предоставить большему количеству людей доступ к лучшей аналитике и объяснить, как пользователи ГИС могут получать преимущества от более широкого набора аналитических инструментов, основанных на новейшей технологии ENVI, с использованием примера гиперспектральных данныха для иллюстрации, пишет в своем блоге Jason Wolfe (https://www.harrisgeospatial.com/Learn/Blogs/Blog-Details/TabId/2716/ArtMID/10198/ArticleID/23452/Un....
В недавно опубликованной статье «How do I use ENVI Tools in ArcGIS?» (https://www.harrisgeospatial.com/Support/SelfHelpTools/HelpArticles/HelpArticles-Detail/TabId/2718/A...) описаны внесённые улучшения для обеспечения совместимости ENVI и ArcGIS® в ENVI 5.5. Установив библиотеку ENVI Py® for ArcGIS® Python в дополнение к существующей ENVI, в ArcGIS будут добавлены 10 новых инструментов обработки снимков, готовых к немедленному использованию. Кроме того, есть возможность создавать свой собственный набор инструментов с большим количеством опций, чем прежде.
Каждый инструмент ENVI, выпущенный для ArcGIS, основан на ENVITask, который выполняет специфические операции по обработке данных. В результате тестирования и проверки установлено, что не менее 80 ENVITasks могут успешно рассматриваться как автономные инструменты в ArcGIS. При наличии лицензии ENVI Crop Science становятся доступными для использования 16 дополнительных ENVITasks. Поскольку разработка новых ENVITasks продолжается, имеется возможность создания еще большего количества инструментов в ArcGIS. Не все ENVITasks могут рассматриваться как автономные инструменты в ArcGIS, в первую очередь потому, что они используют типы данных, которые не поддерживаются в ArcGIS. К примеру, они включают области интереса (ROI), облака точек и данные растровых рядов ENVI. Однако, хорошей новостью является то, что есть возможность создавать модель, которая включает эти задачи, а затем пакетируется и используется в качестве инструмента в ArcGIS. Модели, создаваемые с помощью ENVI Modeler, способны самостоятельно управлять форматами данных, не поддерживаемых в ArcGIS, а также пользователь может использовать весь набор ENVITasks для создания мощных процессов обработки снимков, включая гиперспектральный анализ.
Пример
Предположим, необходимо использовать классификацию Spectral Angle Mapper (SAM) для картирования различных типов деревьев в сцене AVIRIS лесистой местности:
Снимок AVIRIS бореального леса в северной Миннесоте, США. Красный многоугольник показывает область интереса, которая будет использоваться для классификации деревьев
Задачи SAMClassification требуют наличия эталонных спектров (истинных данных) в форме спектральных библиотек или ROI, ни один из которых не является признанным типом данных в ArcGIS. Таким образом, нельзя напрямую добавить задачу SAMClassifcation в ArcGIS, но можно создать модель, которая включает:
- Задачи SAMClassification
- Ссылку на известную спектральную библиотеку или файл ROI на диске (или в сети)
- Задачи по повторной выборке библиотечных спектров для соответствия со спектрами снимков
- Задачи по извлечению метаданных и свойств из входного снимка
Пример модели классификации SAM
Диаграмма, показывающая отражённые кривые от различных типов деревьев. Здесь собраны эталонные спектры из спектральных библиотек Геологической службы США (USGS) и SPECCHIO и использована Spectral Library Builder ENVI для создания новой библиотеки только тех спектров, которые представляют интерес.
После создания модели необходимо выбрать опцию меню «Generate Metatask» в Modeler ENVI, затем выбрать публикацию задачи в ArcMap или ArcGIS Pro.
Пока в папке «Toolboxes» установки пользователя ArcGIS содержится запись о праве доступа, новый инструмент будет автоматически добавлен в ArcGIS.
При запуске инструмента в ArcGIS пользователю предлагается ввести только входной снимок и необязательное выходное название файла и местоположение. Все этапы обработки данных и расположение эталонных спектров управляются внутренне. Вот результат запуска инструмента «Forest SAM Classifcation» в подгруппе AVIRIS. Классы представляют разные виды деревьев.
Вот некоторые другие ENVITasks, предназначенные для использования с гиперспектральными данными, на основе которых можно создавать инструменты для ArcGIS:
- LinearSpectralUnmixing
- MatchedFiltering (требуется модель)
- MinimumNoiseTransform
- MixtureTunedMatchedFiltering (требуется модель)
- PixelPurityIndex
- SpectralAdaptiveCoherenceEstimator (требуется модель)
- SpectralAngleMapperClassifcation (требуется модель)
Благодаря наличию широкого набора аналитических средств ENVI, пользователи могут включать даже более мощные возможности обработки снимков в их ГИС-среде.