Using segmentation methods to analyze areas of interest in satellite images and video sequences

Abstract

В последние годы широкое освещение получили работы, связанные с применением систем технического зрения в космических исследованиях, в частности для изучения спутниковых данных. Вследствие активного развития технологий дистанционного зондирования требуется разработка все новых методов и алгоритмов для анализа спутниковых данных. Целью работы является исследование существующих методов и алгоритмов сегментации и разработка наиболее подходящего метода сегментации зданий на спутниковых статических снимках и видеопоследовательностях. Основными свойствами объектов по отношению к фону являются их компактность и изолированность. Предложенный метод сегментации использует мультипороговую обработку, дающую набор бинарных срезов. Это дает возможность проводить морфологическую обработку объектов на каждом срезе в целях анализа их геометрических характеристик и последующей селекции. В результате удается установить адаптивный порог обнаружения объектов. Чтобы продемонстрировать эффективность предложенного решения, представлены результаты селекции объектов на реальных спутниковых изображениях.

In recent years, work related to the use of vision systems in space research, in particular for the study of satellite data, has received wide coverage. Due to the active development of remote sensing technologies, the development of ever new methods and algorithms for the analysis of satellite data is required. The aim of the work is to study existing methods and algorithms for segmentation and to develop the most suitable method for segmenting buildings on satellite static images and video sequences. The main properties of objects with respect to the background are their compactness and isolation. The proposed segmentation method uses multi-threshold processing, giving a set of binary slices. This makes it possible to carry out morphological processing of objects at each section in order to analyze their geometric characteristics and subsequent selection. As a result, it is possible to set an adaptive threshold for detecting objects. To demonstrate the effectiveness of the proposed solution, the results of object selection on real satellite images are presented.