Шевырев С.Л.  

К вопросу атоматизации анализа геологических стурктур по дистанционным изображениям Земли

К вопросу атоматизации анализа геологических стурктур по дистанционным изображениям Земли
Шевырев С.Л.
Дальневосточный Федеральный университет, Владивосток

Изучение дистанционных космических изображений поверхности планеты широко практикуется науками о Земле. Структурный геологический анализ изображений подразумевает выделение в них регуляризованных составляющих. Оно во многом является трудоемким процессом. Устранение недостатков отчасти может быть осуществлено автоматизацией процесса дешифрирования.
Предметом дистанционных структурно-геологических исследований часто являются «кольцевые структуры», в реальности соответствующие тектономагматическим поднятиям, изометричным складкам, импактным кратерам, вулканическим кальдерам, выступам кристаллического фундамента. Перечисленные сооружения в ряде случаев контролируют размещение скоплений рудных и нерудных полезных ископаемых, в т.ч.  энергетического углеводородного сырья. На космических изображениях им соответствуют изометрические аномалии.  
До недавнего времени они выделялись глазомерно, на основании оценки рисунка гидросети (центробежный, центростремительный типы), аномалий рельефа и ландшафтов и т.д. [Раскатов, 1974]. Такого рода неформализованное дешифрирование в значительной степени субъективно, поскольку имеет место недооценка роли и степени выраженности отдельных структур и, тем самым, исключается возможность полного выявления интересующих объектов в регионе исследований. 
В настоящее время, наряду с традиционным подходом, предлагаются методы автоматизации анализа изображений за счет выделения границ максимального перепада яркостных характеристик, анализа роз-диаграмм направлений границ перепада яркости, распознавания отдельных структур и последующей оценке их распределения для анализа цифровых изображений Земли [Щепин, 2005; Златопольский, 2005; Фам Суан Хоан, 2012].
Разработано отечественное специализированное программное обеспечение Alina, Lessa, модули программы Гео-ПК и другие. Однако для них характерна узкая специализация, недоступность исходного кода, затрудняющая индивидуальность модификации приложений под конкретного исследователя, недостаточность освещения алгоритмов, и, в итоге уверенную интерпретацию полученных результатов.
Поэтому, стремление реализовать  алгоритмы дистанционного прогнозного исследования с применением доступных сред научных и инженерных расчетов представляется закономерным.
Для распознавания структурных элементов (как кольцевых, так и прямолинейных) в узоре дистанционного изображения автором используется метод преобразования Хафа. Космическое изображение предварительно отфильтровывалось с выделением контрастных границ. Рассчитывается производная от изображения  по гауссиане (размер ячейки 7x7) и норма градиента, затем контрастируется с помощью производной [Jianbo Shi, 2014]. Данная операция позволяет подчеркнуть границы изображения для последующего нахождения структур.
Для автоматизированного выделения отрезков применяется алгоритм скелетизации изображения, с сужением контрастных границ до 1 пикселя.
Реализация поиска отрезков прямых на плоскости осуществляется путем перевода подготовленного изображения из координат (x, y) в координаты (ρ, φ), в которых все точки границ, принадлежащие прямой вида y = kx + b изображаются в виде точки с полярными координатами (ρ, φ) (где ρ — длина вектора, проведенного из начала координат до прямой, φ — угол наклона прямой, отсчитываемый относительно оси абсцисс). Таким образом, уравнение прямой приводилось к виду: F (ρ, φ, x, y) = x cos φ + y sin φ - ρ. Все множество прямых, которые пройдут через точку (x’, y’), может быть выражено в виде синусоиды в координатах (ρ, φ). Выполнив описанную операцию для всех точек изображения и выделив пересекающиеся синусоиды, в итоге можно обнаружить точки, лежащие на одной прямой [Hough Line Transform, 2014].
Если несколько автоматизировано выявленных структурных элементов имеют близкие значения координат и длин, то выбирается тот, который имеет максимальную выраженность.
Преобразование Хафа применяется также при поиске окружностей с неизвестным заранее радиусом на плоскости. Исходное изображение границ на координатной плоскости (x,y) преобразуется в систему координат, в которой точки контрастных границ, принадлежащие окружности вида (x – ρx)2+(y – ρy)2=τ2 , изображаются точкой с координатами (ρx, ρy, τ), где ρx , ρy – координаты центра окружности, а τ – радиус окружности. Как и в предыдущем случае, из нескольких окружностей, имеющих близкие значения координат выбирается наиболее выраженная.
Реализацию метода Хафа удобно выполнять в виде приложения, созданного в распространенной среде инженерных и научных расчетов (Matlab, Scilab и т.д.). При обработке изображений с геопривязкой (таких как космофотоизображения) выделенные структурные элементы удобно экспортировать в shp-файл с атрибутивной информацией, содержащей данные о выраженности структурных элементов для последующей классификации.
Применение указанной методики для территорий, расположенных на южной и юго-восточной окраинах Северо-Азиатского кратона, Центрально-Алданского и Омнинско-Батомгского поднятий позволило получить сравнимые результаты по корреляции существующих изометричных структур земной коры и кольцевых объектов дистанционного изображения. Установлено соответствие полей распространения наиболее уверенно выделяемых структур благороднометалльным рудным узлам и зонам.

Литература

1. Раскатов Г.И. Прогнозирование тектонических структур фундамента и чехла древних платформ, форм погребенного рельефа средствами геолого-геоморфологического анализа (на примере Воронежской антеклизы). – Воронеж,  изд-во Воронеж. ун-та, 1972. – 108 с.
2. Щепин М.В. Автоматизированный программный метод анализа изображений аэрокосмических фотопланов. Векторизация – анализ ландшафтных и тектонических структур. ИКИ РАН, Сборник научных статей, Москва, ГРАНП – Полиграф, 2005, том 2, с. 209–214
3. Златопольский А.А., Малкин Б.В. Автоматизированный анализ ориентационных характеристик данных дистанционного зондировании // Современные проблемы дистанционного зондирования Земли из космоса. 2005. т. 2. № 2, с. 188-195.
4. Фам Суан Хоан Разработка технологии автоматизированного обнаружения и анализа линеаментов и кольцевых структур на космических изображениях // Автореф. канд. дисс. техн. наук. Москва, 2012.
5. Hough Transform // [Электронный ресурс]: OpenCV 2.4.8.0 documentation. URL: http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html
6. Jianbo Shi Computer vision // [Электронный ресурс]: Penn Enginering. URL: http://www.seas.upenn.edu/~cse399b/Lectures/CSE399b-04-edge.pdf