Пространственное разрешение

Аннотация

В данной статье анализируется суть и значение пространственного разрешения, влияние и перспективы в современном мире информационных технологий и научных исследований. Также описано пространственное разрешение дронов, радиолокационных спутников, лидарной съемки.

Введение

Пространственное разрешение (размер пиксела) — это параметр, который связан с размером пиксела — областью на поверхности земли, которая покрывается одним пикселом. Например, если площадь покрыта пикселом размером 1 на 1 метр, то пространственное разрешение будет 1 метр. Чем выше разрешение изображения, тем меньше размер пиксела, тем выше детальность.

Пространственное разрешение аэрокосмического снимка — величина, характеризующая размер наименьших объектов, различимых на изображении. Простыми словами, пространственное разрешение аэрокосмического снимка это размер одного пикселя, т.е. наименьшей точки, которую способен различить спутниковый сенсор.

Показатель «пространственное разрешение» подходит для оценки размера на местности того минимального объекта (или его отдельной детали), который изобразится на снимке. Показатель «разрешающая способность» наиболее подходит для оценки возможности снимка раздельно передавать линейные близко расположенные объекты.

Связь пространственного разрешения с изображениями, картами, моделями данных и другими представлениями пространства

Пространственное разрешение имеет важное значение в различных областях, связанных с представлением пространства, таких как изображения, карты, модели данных и другие формы визуализации.

В цифровой фотографии и визуальной обработке пространственное разрешение определяет уровень детализации изображения. Чем выше разрешение, тем более четким и детальным будет изображение.

В картографии пространственное разрешение важно для создания детализированных карт. Чем выше пространственное разрешение, тем более точно будут представлены географические объекты, местоположения и топография. Также связь пространственного разрешения с ГИС (географическими информационными системами) заключается в определении точности пространственных анализов.

В 3D-моделировании пространственное разрешение играет решающую роль в определении уровня детализации трёхмерных объектов. Высокое разрешение приводит к более точным и реалистичным моделям.

В геоинформационных системах пространственное разрешение данных ограничивает точность и пространственную разметку геоданных, таких как местоположение точек интереса, границ территорий и прочего.

В компьютерном зрении высокое пространственное разрешение играет ключевую роль. К примеру, камеры безопасности дорожного движения должны обладать высоким пространственным разрешением, чтобы распознавать автомобили и их номера, иначе может возникнуть ситуация, в которой камера неправильно распознала государственный регистрационный номер транспортного средства, и добросовестный водитель ошибочно получил штраф за превышение скорости, а нарушитель остался безнаказанным.

Размер пикселя растровых данных и масштаб

Пространственное разрешение снимка в дистанционном зондировании зависит от нескольких ключевых факторов. Прежде всего, это оптические характеристики сенсора, используемого на спутнике или самолете. Основными параметрами являются размер пикселя на матрице детектора и фокусное расстояние оптической системы. Чем меньше размер пикселя и больше фокусное расстояние, тем выше пространственное разрешение снимка. Это позволяет различать более мелкие объекты на поверхности Земли. Кроме того, параметры орбиты спутника, такие как высота полета над поверхностью Земли, также оказывают значительное влияние: чем ниже орбита, тем выше разрешение, так как сенсор находится ближе к Земле.

Другим важным фактором является метод сканирования, используемый сенсором. Для пассивных сенсоров, использующих солнечное излучение, пространственное разрешение также зависит от условий освещенности: лучшая освещенность обеспечивает более четкое изображение. Активные сенсоры, такие как радары, имеют свои особенности: разрешение может зависеть от ширины луча, частоты сигнала и угла обзора. Наконец, частота и ширина спектральных каналов также играют роль: сенсоры, работающие в узких спектральных диапазонах, могут иметь более высокое разрешение, но это часто связано с необходимостью компромисса между пространственным и спектральным разрешением.

Изображения, у которых пикселям соответствуют большие участки поверхности, называются снимками низкого разрешения, так как количество деталей на них мало.

При использовании данных высокого пространства необходимо учитывать требования к дисковому пространству. Уменьшение размеров пикселя значительно увеличивает потребность в дисковом пространстве.

Уровень детальности объектов или явлений, который определяется изображением, зависит в том числе от размера пикселей. Пиксель должен быть достаточно малым, чтобы детально описать объект необходимого размера, но при этом достаточно большим, чтобы не перегружать хранилище и производительность компьютера при аналитических процедурах. Большее количество наземных объектов, объекты меньшего размера или более детальные представления наземных объектов могут быть показаны на изображении с меньшим размером пикселя. Но при этом пиксель меньшего размера в результате приводит к большому размеру набора растровых данных, покрывающих всю территорию. Для этого потребуется большой объём хранилища, что в итоге приведёт к большему времени обработки.

При выборе подходящего размера пиксела нужно исходить из минимальной единицы картографирования наземных объектов, которые необходимо проанализировать, а также из требований к быстрому отображению, времени обработки и хранению.

В ГИС, при использовании классифицированного набора данных, полученного на основе спутниковых изображений с разрешением 30 метров, использование цифровой модели высот (ЦМВ) или других вспомогательных данных с более высоким разрешением, например, 10 метров, будет излишним. Чем больше однородна область критических переменных, таких как топография и земной покров, тем большим может быть размер ячейки без ущерба для точности.

Можно сделать вывод о том, что чем выше разрешение изображения, тем меньше размер пиксела, тем выше детальность. Это прямая противоположность масштабу, так как чем меньше масштаб, тем меньше детальность. Возьмём, к примеру, ортоизображение в масштабе 1:2. Данное изображение будет показывать больше деталей, чем то же изображение в масштабе 1:25 000. Но если размер пиксела этого ортофотоснимка равен 5м, разрешение остаётся неизменным, так как физический размер пикселя не меняется.

На рисунке ниже можно увидеть, что масштаб первого изображения (1:50 000) меньше, чем масштаб второго изображения (1:25 000), хотя пространственное разрешение данных осталось таким же.

На рисунке ниже можно увидеть два изображения, показаные в одинаковом масштабе. При этом на первом изображении пространственное разрешение ниже, чем на втором изображении.

Получается, что при выборе размера пиксела нужно опираться на следующие факторы:

• Пространственное разрешение входных данных;
• Сфера применения и анализ, который будет выполняться на основе минимальной единицы картографирования;
• Размер итоговой базы данных по сравнению с доступным объёмом дискового пространства;

Пространственное разрешение в ДЗЗ относится к способности системы сенсоров, таких как спутники или аэрофотосъёмка, различать объекты с определённым размером на земной поверхности. Обычно классификация пространственного разрешения в ДЗЗ происходит на основе диаметра минимально различимого элемента (МРЭ), измеряемого в метрах на земной поверхности для данной системы наблюдения.

1. Снимки с низким разрешением обычно имеют МРЭ более 30 метров. Они обычно не подходят для детального изучения отдельных объектов, но могут быть полезны для анализа крупномасштабных природных явлений или изменений на больших территориях.
2. Снимки среднего разрешения имеют обычно МРЭ в диапазоне от 5 до 30 метров. Они часто используются для картографических и географических исследований, а также для мониторинга средних по размеру объектов и изменений среднего масштаба.
3. Снимки с высоким разрешением предоставляют МРЭ от 1 до 5 метров. Они идеально подходят для изучения урбанизированных территорий, объектов инфраструктуры, анализа землепользования, управления крупными объектами и других приложений, требующих детальной информации.
4. Системы с очень высоким разрешением предоставляют снимки с МРЭ менее 1 метра. Такие изображения способны обеспечить очень детальную информацию о малых объектах и обычно используются для планирования городской среды, картографии, военных и специализированных научно-исследовательских целей.

Классификация пространственного разрешения в ДЗЗ непосредственно связана с возможностью изображения удалённых объектов и детализации получаемой информации, а также с тем, для каких целей исследования или приложений они могут быть использованы.

Пространственное Разрешение радиолокационных спутников

В космических аппаратах радиолокационного наблюдения используются радиолокаторы с синтезированной апертурой антенны (РСА, англ. SAR). При этом, в мире все больше внимания уделяется разработке РСА и программных комплексов формирования радиолокационных изображений (РЛИ), высокого (1 метр и более) и сверхвысокого (менее 1 метра) разрешения.

Радиолокационные изображения имеют особую геометрию, которая отличается от привычной для оптических снимков. Важной характеристикой радиолокационной съемки является то, что она ведется не по вертикали, а по наклонной линии – поперечному срезу поверхности Земли. Это ведет к определенным геометрическим искажениям, таким как сжатие рельефа на переднем плане и растягивание его на заднем. Также возникает явление, называемое «теневым эффектом», когда высокие объекты могут закрывать участки за ними, создавая тени на радиолокационном изображении.

Разрешение радиолокационных снимков делится на два компонента: азимутальное и дальностное. Азимутальное разрешение формируется за счет движения платформы с радиолокатором и зависит от ширины синтезированной апертуры, а дальностное определяется длительностью радиолокационного импульса. Этот фактор позволяет варьировать разрешение радиолокационных снимков в зависимости от задачи. Азимутальное разрешение повышается при увеличении длины траектории полета, создавая более детализированные снимки вдоль направления движения спутника или самолета, а дальностное разрешение зависит от ширины импульса, что влияет на четкость объектов на разной дистанции.

07.08.2023г лидер в области передовых космических радиолокационных технологий Umbra объявила об успешном создании изображения с помощью радара с синтезированной апертурой (SAR) с разрешением 16 см. Это самое высокое разрешение коммерческого спутникового изображения из когда-либо выпущенных.

Пространственное Разрешение оптических и видео камер дронов и БПЛА

Пространственное разрешение беспилотных летательных аппаратов (БПЛА) зависит от высоты полета, характеристик сенсоров и типа камер, установленных на дроне. Чем ниже высота полета и чем лучше сенсоры, тем выше разрешение изображений, что позволяет фиксировать мельчайшие детали поверхности. Обычно БПЛА оснащены высокотехнологичными оптическими и мультиспектральными камерами, что обеспечивает получение снимков с высоким разрешением — вплоть до сантиметров на пиксель.

Еще одним важным фактором является тип сенсоров, используемых на БПЛА. Например, дроны могут быть оснащены как стандартными оптическими камерами, так и Lidar или радиолокационными системами, что значительно расширяет спектр применения и увеличивает точность данных. Высокое пространственное разрешение данных с БПЛА делает их полезными в сельском хозяйстве, картографии, мониторинге инфраструктуры и управлении природными ресурсами.

Разрешение изображения показывает, насколько большим является изображение, но мало говорит о размерах изображённого объекта. Разрешение пикселя применяется для обмена данными и хранения, отображения изображения и цифрового увеличения.

Изображения с низким пространственным разрешением - это файла размером до 1 МП. Изображения до этого размера содержат мало деталей и не подходят для печати или редактирования.

Изображения среднего разрешения имеют качество от 1 до 5 МП. Они обеспечивают большую резкость, чем изображения с низким разрешением, но все еще не обладают большой детализацией. Изображения такого размера уже подходят для постов в социальных сетях.

Высококачественные изображения имеют разрешение от 5 МП до 20 МП. Изображения такого качества отличаются детализацией и резкостью. Они подходят для печати, редактирования или онлайн-публикаций.

Изображения сверхвысокого качества имеют разрешение выше 20 МП. При таком качестве изображения обладают невероятной детализацией. Изображения такого качества подходят для редактирования и широкоформатной печати.

Пространственное Разрешение лидарной съемки

Lidar (Light Detection and Ranging) — это технология, использующая лазерные импульсы для измерения расстояний до объектов и создания высокоточных трёхмерных моделей. Пространственное разрешение Lidar определяется плотностью лазерных импульсов, которая может варьироваться в зависимости от цели съемки. Более высокая частота импульсов позволяет получать больше точек на единицу площади, что повышает детализацию и точность данных. Например, при сканировании городских объектов Lidar может различить мелкие детали зданий и инфраструктуры, а при съемке природных ландшафтов — выявлять тонкие изменения рельефа. LiDAR использует световые волны или лазеры, а радар использует радиоволны. Системы LiDAR используют свет от импульсных лазерных лучей с длиной волны в ближнем инфракрасном (NIR) диапазоне (два основных лазерных диапазона: 905 и 1550 нм.). Радарные системы используют микроволны и работают на гораздо более длинных волнах.

Один из ключевых аспектов работы Lidar — это вертикальная съемка, которая, в отличие от наклонной радиолокационной съемки, сводит геометрические искажения к минимуму.

На рисунке выше представлена иллюстрация различных пространственных разрешений LiDAR, используемых в моделировании. Панели А-С показывают разрешение выборки для различных горизонтальных и вертикальных разрешений (градус/выборка).  Панель D представляет собой представление облака точек вида на панели А. Облако точек полезно для визуализации человеком; оно содержит ту же информацию, что и карта глубины.

Отличие Lidar от оптической съемки заключается в том, что лидар не зависит от естественного освещения и может работать в условиях низкой видимости, таких как туман, ночь или облачность. Лидар не предоставляет цветной информации, как оптические камеры, но компенсирует это за счет точности измерений расстояний, что особенно важно для геодезии, моделирования городов, анализа инфраструктуры и мониторинга изменений рельефа.

Оптические системы зависят от видимого света и дают изображения, похожие на то, как видит человеческий глаз, что полезно для визуальной интерпретации. Однако Lidar позволяет получать точные данные о форме и структуре поверхности, что делает его незаменимым для задач, требующих точного измерения расстояний и создания детализированных 3D-моделей.

Pansharpening

Pansharpening – это метод увеличения пространственного разрешения растрового изображения. Этот способ обработки заключается в синтезе канала панхроматического диапазона и многоканального набора растровых данных.

В связи с ограничением количества информации, которую может записать матрица съёмочной системы, панхроматический канал имеет разрешение выше, чем изображения, снятые в «цветных» каналах. Значения панхроматического канала лежат в промежутке от белого до чёрного, значит у него низкое спектральное разрешение, но высокое пространственное. Задачей синтеза является повышение пространственного разрешения с сохранением свойств (цветов) синтезированного многоканального изображения.

Такая обработка применяется с такими целями, как повышение детальности в пределах городских территорий для идентификации большего числа объектов инфраструктуры, тем самым помогая при её анализе. Также с помощью синтеза можно лучше отслеживать рост урожая, а также занимаемые площади посадок, что помогает скорректировать планы развития. Данный метод получил развитие в картографии, экологическом мониторинге и других задачах, где необходимо дешифрирование объектов.

Среди плюсов Pansharpening можно выделить следующие:

1. Применение синтеза позволяет объединить высокое пространственное разрешение чёрно-белого изображения с мультиспектральной информацией, обеспечивая более детальное и чёткое изображение, чем могли бы предоставить отдельные мультиспектральные изображения.
2. Техника сохраняет спектральные характеристики мультиспектральных изображений, что обеспечивает возможность более точного анализа и классификации объектов на изображениях.
3. Полученные улучшенные изображения более удобны для визуального анализа и интерпретации, что полезно для различных приложений, таких как картография и мониторинг земли.

Но есть и минусы, а именно:

1. Процесс синтеза требует значительных вычислительных ресурсов, особенно при работе с большими объёмами данных, такими как снимки с высокоразрешающих спутников.
2. Некорректное сочетание различных типов изображений или наличие шума может привести к появлению артефактов на результирующем изображении, что потребует более тщательного контроля и предварительной обработки входных данных.
3. Для успешного синтеза необходимо точно выровнять мультиспектральные и чёрно-белые изображения, что может потребовать специализированных навыков обработки изображений и геоинформационных систем.

Пространственное разрешение у мультиспектральных данных часто хуже, чем у панхроматических, из-за различий в способе регистрации света сенсорами. Мультиспектральные сенсоры захватывают данные в нескольких узких спектральных диапазонах (каналах), каждый из которых передает информацию о свете в определенной части спектра, например, в видимой, ближней инфракрасной или других частях электромагнитного спектра. Чтобы обеспечить достаточную чувствительность и качество изображения в каждом из этих узких каналов, размер пикселя на матрице детектора обычно увеличивают, что снижает пространственное разрешение. Это позволяет захватывать больше света в каждом канале, но за счет уменьшения детализации изображения.

Панхроматические сенсоры, напротив, захватывают свет во всем видимом спектре одновременно, что позволяет использовать всю доступную световую информацию для формирования изображения. Это ведет к повышению чувствительности и, соответственно, возможности использования более мелких пикселей на детекторе. В результате панхроматические изображения обладают более высоким пространственным разрешением, так как детектор может фиксировать более мелкие детали поверхности Земли. Такой подход также позволяет увеличить фокусное расстояние или уменьшить размер пикселя, что дополнительно способствует улучшению пространственного разрешения по сравнению с мультиспектральными данными.

Super resolution

Суперразрешение (Superresolution) — это метод улучшения пространственного разрешения космических снимков, который использует алгоритмы машинного обучения для восстановления деталей, потерянных при уменьшении разрешения. Этот метод позволяет получить более качественные результаты, но требует больше времени и вычислительных ресурсов. Метод суперразрешения позволяет получить более детальные и точные результаты по сравнению с другими методами улучшения разрешения, такими как интерполяция.

Интерполяция – это метод, при котором новые значения пикселей вычисляются на основе значений соседних пикселей. Этот метод может привести к появлению артефактов и снижению детализации, но он прост в реализации и требует меньше вычислительных ресурсов.

Данная технология также полезна в сфере ДЗЗ. Благодаря данной обработке, исходные 50-сантиметровые снимки могут пересчитываются до 30-сантиметровых, что повышает резкость изображения и улучшает четкость линейных объектов, таких как линии дорог и края зданий.

Нижеприведенное изображение Xiadiancun, Китай, было получено с собственным разрешением 30 см — самым высоким пространственным разрешением на данный момент, из летающих на орбите коммерческих спутников.

Используя технологию HD на этом же изображении, Maxar предлагает новый визуальный опыт, производя 15-сантиметровый HD-продукт (Рис.17), который позволяет видеть более мелкие детали на фасаде здания. По сравнению с родным 30-сантиметровым изображением (Рис.16), HD-изображение ниже обеспечивает лучшее понимание отдельных особенностей. Например, такие мелкие объекты, как коммунальные покрытия или линии электропередач, могут быть идентифицированы с помощью 15-сантиметрового HD-изображения.

Особенности и преимущества:

• Уменьшена пикселизация
• Улучшено автоматическое выделение объектов
• Выявляются мелкие детали и / или особенности, которые ранее можно было увидеть только на аэрофотоснимках
• Расширены возможности идентификации транспортных средств
• Изображение, получаемое в результате применения этого метода, эстетически улучшается за счет четких контуров и хорошо реконструируется подробности
• Технология HD не увеличивает разрешение
• Изображения, полученные с помощью технологии HD, содержат больше пикселей, чем было собрано (что уменьшает видимую пикселизацию)
• Если объект отсутствует на исходном изображении, технология HD не позволит его отобразить
• Технология HD разумно увеличивает количество пикселей в изображении таким образом, чтобы максимально увеличить полезную информацию и свести к минимуму ненужный шум и видимую пикселизацию

Изображение, полученное в результате обработки, имеет четкие линии и хорошо выявляемые детали, но важно помнить, что технология HD не увеличивает разрешение. Изображения, созданные с помощью технологии HD, имеют больше пикселей, чем в оригинале, но величина разрешения не меняется. Если объект отсутствует в оригинале, то данная технология не обеспечит его появление, так как технология способна только максимизировать полезную информацию и минимизировать ненужный шум. Этот метод основан на нацеливании на конкретные типы информации в исходном изображении и используется он для различения деталей, которые могут быть неясны или трудноразличимы.

Тенденции и будущее пространственного разрешения

Пространственное разрешение в системах дистанционного зондирования продолжает улучшаться благодаря технологическому процессу и инновациям в области сенсоров, оптики и обработки данных. Несколько значимых перспектив и тенденций в этой области включают следующее:

• Стремление к получению более детальных изображений и данных приводит к увеличению пространственного разрешения снимков. Развитие сенсоров с высоким разрешением, таких как спутники с малыми размерами пикселей и большим количеством датчиков позволяет получать изображения с высокой чёткостью. По состоянию на 11.09.2024 к 2025г анонсирован запуск на низкие орбиты спутников ДЗЗ с пространственным разрешением 0,12-0,15см.
• Комбинирование различных типов сенсоров (например, оптических, радиолокационных, лидарных) позволяет создавать мультиспектральные и мультимодальные системы, повышая качество и информативность получаемых данных.
• Использование методов машинного обучения для обработки снимков и повышения качества изображений позволяет улучшить пространственное разрешение путём снижения шума, улучшения контрастности и резкости изображений.
• Развитие технологий, таких как кубсаты (небольшие спутники формата куба), зондирующие аппараты малого размера и высокой маневренности, открывает новые возможности для получения данных с высоким разрешением в разных условиях.
• В будущем мы модем ожидать улучшения возможностей систем дистанционного зондирования в различении деталей и характеристик объектов на земной поверхности, что расширит спектр применений этих технологий.