После недавнего объявления о внедрении технологии высокой четкости (HD) компанией Maxar Technologies, которая продемонстрировала, как она визуально улучшает спутниковые снимки, мы получили много вопросов о том, что именно эта технология делает с изображением и чем улучшенный снимок отличается от исходного. В данной статье мы дадим некоторое дополнительное представление об упомянутой технологии и разнице между настоящим разрешением снимка и искусственно увеличенным.
Сначала обсудим алгоритмы, которые используются для создания новых размеров пикселей, называемых повторной дискретизацией. Алгоритмы пересчета — это математические модели, которые используют заранее заданный подход для обработки собственных пикселей в другой размер, хотя это чрезмерно упрощенное описание процесса. Большое количество этих алгоритмов существовало, когда отрасль только зародилась, причем многие из них были доступны в коммерческих готовых геопространственных инструментах и программном обеспечении с открытым исходным кодом. Специалисты в области геопространства давно поняли, что каждый алгоритм имеет сильные и слабые стороны с определенным сценарием использования. Конечно, не все профессионалы будут следовать лучшим практикам этих алгоритмов, что приведет к неправильному использованию некоторых из них, обеспечивая ложное восприятие меньших размеров пикселей.
То, что Maxar сделал с технологией HD, значительно продвигает науку о повторной дискретизации, предлагая баланс максимизации информации в собственных пикселях с необходимостью компенсировать артефакты, такие, как шум, обычно вносимый с помощью алгоритма повторной дискретизации. В результате мы имеем превосходную в отрасли технологию, специально разработанную для использования на снимках высокого пространственного разрешения Maxar, чтобы создавать синтетические пиксели разрешения, напоминающие собственные пиксели.
Собственные и синтетические разрешения снимков со спутников
Прежде чем сравнивать собственное и синтетическое разрешения, давайте определим, что означает каждое из них.
Собственное разрешение относится к размеру пикселя исходного изображения прямо со спутника. Качество данных собственного разрешения напрямую зависит от высоты нахождения спутника и характеристик оптики (или объектива камеры) и датчика.
Ссылаясь на синтетическое разрешение, мы говорим об изображении с собственным разрешением, которое обрабатывается для настройки размера пикселя из пикселя с собственным разрешением. Этот процесс может увеличивать или уменьшать размер собственных пикселей с помощью различных инструментов для удовлетворения требований заказчика.
Существует множество различных подходов к созданию синтетического разрешения. Самые простые подходы (например, кубический или Ланцет) интерполируют данные собственного разрешения из одного изображения, чтобы создать новый пиксель, в то время как более сложные методы объединяют различные изображения, чтобы создать новое изображение. Иногда эти подходы также называют «суперразрешение». У каждого подхода разные уровни качества итоговых изображений. Некоторые алгоритмы используют упрощенный подход для добавления пикселей и обеспечения цвета во вновь созданном пикселе с использованием выборки окружающих пикселей, в то время как другие алгоритмы используют более сложную математическую модель для настройки размеров пикселей. В большинстве случаев эти модели обычно не предназначены для широкого использования. Визуальный элемент, показанный ниже, передает базовое представление изображения с собственным разрешением, проходящего обработку для создания продукта меньшего размера пикселей.
Как вы узнаете, когда использовать собственное или синтетическое разрешение?
Большинство клиентов требуют изображения с собственным разрешением, когда они хотят запустить свои собственные алгоритмы и инструменты для извлечения информации или у них есть конкретные варианты использования, требующие наличия собственного размера пикселя. Например, более опытные аналитики предпочитают делать свою собственную резкость и тонкую настройку и хотят, чтобы их пиксели были как можно более чистыми.
Пользователи синтетических пикселей ищут лучшее визуальное качество и не пытаются запускать собственные инструменты обработки растров. Такие клиенты стремятся ускорить рабочие процессы и предпочитают больше обработки изображений для улучшения визуальных эффектов, чтобы помочь идентифицировать более мелкие объекты на местах.
Однако независимо от того, насколько мал размер пикселя, собственное разрешение изображения будет определять уровень информации, который может быть получен из конечного обработанного изображения. Данные, которые не существуют в собственном разрешении изображения, не могут быть созданы сами по себе.
Подход Maxar Technologies с использованием технологии HD
За годы существования компания Maxar разработала множество инноваций, которые обеспечивают более высокое качество визуального восприятия. Например, алгоритм AComp обеспечивает лучшее визуальное качество за счет улучшенной обработки дымки и других атмосферных влияний на изображение и дает четкое представление объектов на земле.
Компания Maxar разработала технологию HD специально для своих спутников и наземных систем, чтобы максимально повысить визуальное качество изображений с хорошо различимыми деталями. Подход разумно увеличивает количество пикселей с помощью сложной математической модели, которая была настроена на конкретные требования изображений, что приводит к превосходному визуальному качеству по сравнению с алгоритмами, созданными для общего использования во всех наборах растровых данных.
Действительно ли HD делает изображения лучше?
Сравним изначально полученное изображение с разрешением 30 см с его улучшенной HD-версией с разрешением 15 см.
Когда вы видите два изображения рядом, становится ясно, что HD-изображение позволяет конечному пользователю лучше визуализировать детали и принимать более обоснованные бизнес-решения.
Чтобы количественно оценить качество HD-технологии за пределами визуальных сравнений, специалисты «Иннотер» использовали алгоритмы машинного обучения (ML), обеспечивающие непредвзятый результат. Мы начали процесс тестирования HD-изображений по сравнению с их изначально собранным разрешением, чтобы увидеть, поможет ли это HD-алгоритму идентификации объектов определять больше в наших изображениях. Предварительные результаты показали, что алгоритм ML значительно повышает среднюю точность обнаружения объектов при запуске на HD-изображениях по сравнению с собственным разрешением.
Мы также использовали краудсорсинговую платформу GeoHIVE для количественной оценки качества HD. Мы попросили широкий круг пользователей идентифицировать световые столбы, рассматривая как изначально собранные изображения, так и изображения, обработанные с помощью HD. У пользователей GeoHIVE частота ошибок при использовании изначально собранных изображений составила 50%, но после обработки тех же изображений с помощью HD, частота ошибок упала до 10%.
Начните ваш проект с наилучшей основы
HD — это невероятно мощный алгоритм, который разумно увеличивает количество пикселей. Хотя мы не подчеркиваем новшество, важно понимать, что изначально собранное разрешение изображения не меняется. Вместо этого с помощью HD получается наибольшее качество и ценность информации от самой высокой разрешающей способности и самой точной спутниковой группировки.
Технология Maxar HD предоставляет клиентам больше возможностей для удовлетворения различных требований: выберите для себя космические снимки высокого разрешения 30 см, чтобы получить самое высокое разрешение HD-изображения 15 см, или используйте больше собственных изображений Maxar 50 см с обработкой HD, чтобы иметь больше доступных HD-изображений 30 см.
Уже сейчас вы можете приобрести материалы HD в ГЕО «Иннотер», а на основе полученных данных мы предоставим лучшую аналитику, основанную на многолетнем опыте специалистов. Ждем ваши вопросы по телефону +7 495 245-04-24 или по e-mail innoter@innoter.com.