Теория дешифрирования аэро- и космических снимков.

Понятие о дешифрировании снимков. Классификация дешифрирования.

Визуальный метод дешифрирования, прямые и косвенные признаки дешифрирования.

Информационные свойства снимков с точки зрения визуального дешифрирования

Материалы, используемые при визуальном дешифрировании

Понятие о дешифрировании снимков. Классификация дешифрирования.

Дешифрированием (интерпретацией) называется анализ видеоинформации с целью извлечения сведений о поверхности и недрах Земли (других планет, их спутников), расположенных на поверхности объектах, происходящих на поверхности и в близповерхностном пространстве процессах.

В состав сведений входят, например, определение пространственного положения объектов, их качественных и количественных характеристик, выяснение границ простирания изучаемых процессов и данные о их динамике и многое другое. В задачи дешифрирования входит также получение из иных источников информации, которая не может быть считана непосредственно со снимков, например сведений о наличии, положении и свойствах неотобразившихся объектов, названий населенных пунктов, рек, урочищ. Такими источниками могут служить материалы ранее выполненного дешифрирования, планы, карты, вспомогательные снимки, справочная литература, непосредственно местность.Результаты визуального дешифрирования фиксируются условными знаками на дешифрируемом изображении, машинного - тоновыми, цветовыми, знаковыми или иными условными обозначениями.

Другое определение дешифрирования:

Дешифрирование снимков (интерпретация)- процесс распознавания объектов местномти по фотографическому изображению и выявление их содержания с обозначением условными знаками качественных и количественных характеристик.

В зависимости от содержания дешифрирование делят на:

Общегеографическое

специальное (тематическое, отраслевое).

Общегеографическое дешифрирование включает две разновидности:

Топографическое дешифрирование-производится для обнаружения, распознавания и получения характеристик объектов, которые должны быть изображены на топографических картах.Оно является одним из основ процессов технологической схемы обновления и создания карт.

Ландшафтное дешифрирование –выполняется для регионального и типологического райнирования местности и решения специальных задач.

Специальное (тематическое, отраслевое) дешифрирование производится для решения ведомственных задач по определению характеристик отдельных совокупностей объектов. Разновидностей тематического дешифрирования очень много. сельскохозяйственное, лесохозяйственное. геологическое, почвенное, геоботаническое и др. и другого ведомственного назначения. Если конечной задачей специального дешифрирования является составление тематических карт, например сельскохозяйственных, почвенных или геоботанических, то. при отсутствии подходящей топографической основы, специальное дешифрирование сопровождается топографическим.

Основой методической классификации дешифрирования на его современном уровне развития являются средства считывания и анализа видеоинформации. Исходя из этого, можно выделить следующие основные методы дешифрирования:

визуальный, в котором информация со снимков считывается и анализируется человеком:

машинно- визуальный, в котором видеоинформация предварительно преобразуется специализированными или универсальными интерпретационными машинам с целью облегчения последующего визуального анализа полученною изображения:

автоматизированный (диалоговый), в котором считывание со снимков и анализ. или непосредственный анализ построчно записанной видеоинформации, выполняются специализированными пли универсальными интерпретационными машинами при активном > части оператора:

автоматический (машинный), в котором дешифрирование полностью выполняется интерпретационными машинами. Человек определяет задачи и задает программу обработки и видеоинформации.

Во всех методах можно выделить низшие уровни классификации - способы и варианты способов.

Принципиальная схема дешифровочного процесса в любом методе остается неизменной - распознаваниевыполняется путем сопоставления и определения степени близости некоторого набора признаков дешифрируемою объекта с соответствующими эталонными признаками, находящимися в памяти человека или машины. Процессу распознавания при этом предшествует процесс обучения (или самообучения), при котором определяется перечень подлежащих дешифрированию объектов, отбирается совокупность их признаков и устанавливается допустимая степень их различия.

При недостаточном объеме априорной информации о классах объектов и их признаках человек и машина может поделить изобразившиеся объекты по близости некоторых признаков на однородные группы - кластеры, содержание которых определяется затем человеком или машиной с помощью дополнительных данных.

2. Визуальный метод дешифрирования, прямые и косвенные признаки дешифрирования .

Природные объекты, изображающиеся на снимках могут опознаваться и интерпретироваться дешифровщиком по их свойствам, которые находят отражение в дешифровочных признаках этих объектов. все дешифровочные признаки можно разделить на две группы: прямые дешифровочные признаки и косвенные.

К прямым признакам относят те свойства и характеристики объектов, которые непосредственно отображаются на снимках и могут восприниматься визуально или с использованием технических средств.

К прямым дешифровочным признака м относят форму и размеры изображения объектов в плане и по высоте, общий (интегральный) тон черно-белого или цвета цветного (спектрозонального) изображений, текстуру изображения.

Формав большинстве случаев является достаточным признаком для разделения объектов природного и антропогенного происхождения. Объекты, созданные человеком, как правило, отличаются правильностью конфигурации. Так, например, любые здания и сооружения имеют правильные геометрические формы. То же можно сказать о каналах, шоссейных и железных дорогах, парках и скверах, пахотных и культурных кормовых угодьях и других объектах. Форма объектов используется иногда как косвенный признак для определения характеристик других объектов.

Размеры дешифрируемых объектов в большинстве случаев оцениваются относительно. Об относительной высоте объектов судят непосредственно по их изображению на краях снимков, полученных с помощью широкоугольных съемочных систем. О размерах, а также и о форме по высоте можно судить по падающим от объектов теням. Разумеется, что площадка, на которую падает тень, должна быть горизонтальной.

Размеры изображения объектов так же как и форма, искажаются вследствие влияния рельефа местности и специфики используемой в съемочной системе проекции.

Тон изображенияявляется функцией яркости объекта в пределах спектральной чувствительности приемника излучений съемочной системы. В фотометрии аналог тона - оптическая плотность изображения. непостоянство данного признака связано со следующими факторами: условиями освещения, структуры поверхности, типа фотографического материала и условий его обработки, зоны электромагнитного спектра и других причин.Тон оценивается визуально путем отнесения изображения к определенной ступени нестандартизированной ахроматической шкалы, например тон светлый, светло-серый, серый и т. д. Число ступеней определяется порогом световой чувствительности зрительного аппарата человека.

Опытным путем установлено, что человеческий глаз Опытным путем установлено, что человеческий глаз может различать до 25 градаций серого тона, в практических целях чаще используется серая шкала тонов от семи до десяти ступеней (табл. 2).

Таблица 1Количественные характеристики плотности изображения

Плотность	Тон
0, 1 и менее	Белый
0, 2—0, 3	Почти белый
0, 4—0, 6	Светло-серый
0, 7—1, 1	Серый
1, 2—1, 6	Темно-серый
1, 7—2, 1	Почти черный
	Черный 2, 2 и больше

С помощью компьютеров возможно различать до 225 уровней серого тона по снимкам и пленкам. Кроме этого, эти уровни, в зависимости от поставленной задачи, можно группировать по определенным ступеням с их количественными характеристиками. Существенное влияние на тон фотоизображения оказывают фактурные свойства объектов, от которых зависит распределение отраженного от поверхности объекта света в пространство.

Оптическая плотность служит кодом, который передает свойства объектов.. Совершенно различные по цвету объекты могут отобразиться на черно-белом фотоснимке или телевизионном изображении одинаковым тоном. Учитывая нестабильность показателя, при дешифрировании фототон оценивают только в сочетании с другими дешифровочными признаками (например, структурой). Тем не менее именно фототон выступает как основной дешифровочный признак, формирующий очертания границ, размеры и структуру изображения объекта.

Тон может быть достаточно информативным признаком при правильно выбранных элементах съемочной системы и условиях съемки.

Тон изображения пашни может значительно изменяться во времени и пространстве, гак как существенно зависит от состояния поверхности незанятых полей (перепаханная, боронованная, сухая, влажная и др.), от вида и фенофазы культур на занятых полях.

Цвет изображения является спектральной характеристикой и определяет энергию светового потока.. Цветоваягамма изображений является существенным признаком дешифрирования. Этот признак следует рассматривать в двух аспектах. В первом случае, когда изображение на воздушных и космических снимках формируется в цветах, близких к естественным цветам (цветные снимки), распознавание и классификация объектов местности не вызывает особых затруднений. В данном случае учитываются такие характеристики цвета, как его светлотаи насыщенность, а также различные оттенки одного и того же цвета. В другом случае цветное изображение формируется в произвольных цветах (псевдоцветах), как это имеет место при спектрозональной съёмке. Смысл этого сознательного искажения цветовой гаммы натуры на изображении состоит в том, что на снимках наблюдатель легче воспринимает цветовые контрасты деталей изображения, поэтому цветные воздушные и космические снимки обладают более высокой дешифрируемостью, чем черно-белые. Наилучшие результаты получают при дешифрировании спектрозональных аэроснимков с более высоким цветовым контрастом

Объекты местности	Цвет (тон) изображения на аэроснимках
черно-белых	цветных	спектрозональных
Лес сосновый	светло-серый	темно-зеленый	темно-пурпурный
Лес еловый	серый	зеленый	коричневато-пурпурный
Лес лиственный	яркий светло-серый	светло-зеленый	синевато- и зеленовато-пурпурный
Лес дубовый	серый	зеленый	зеленовато-голубой с оттенками
Лес березовый	светло-серый	зеленый
Лес осиновый	яркий светло-серый	светло-зеленый
Кустарник лиственный	серый	зеленый	зеленовато-синий
Травянистая растительность	серый	зеленый	серовато-голубой, светло-пурпурный
Полевые технические культуры	серый с оттенками	зеленый с оттенками	голубой, кирпичный, вишневый, пурпурный
Закрепленные пески	серый	серовато-желтый	пурпурный
Постройки	серый с оттенками	светло-красный, светло-серый, зеленый	однообразно пурпурный
Дороги с покрытиями	серый	светло-серый	пурпурный

Цвета спектрозонального аэроснимка менее стабильны, чем цветного снимка в естественных цветах. При необходимости они могут быть значительно изменены с помощью светофильтров.

Существует особый приём при дешифрировании, когда цвет на изображениях используется для кодирования деталей изображения, имеющих одинаковую оптическую плотность. Этот метод широко используется при дешифрировании зональных снимков, полученных в результате многозональных съёмок. Он весьма эффективен при проведении ландшафтного дешифрирования. В этом случае отдельные элементарные ландшафтные единицы можно закодировать каким-либо цветом, исходя из их родственных признаков и свойств.

Тень как дешифровочный признак играет важную роль при дешифрировании объектов и их свойств. Падающая тень, отбрасываемая объектом на земную поверхность, расположенную со стороны, противоположной Солнцу, подчёркивает объёмность объекта и его форму. Её очертание и размер зависят от высоты Солнца, рельефа местности (участка), на которую падает тень, и направления освещения.

Существует несколько способов определения высоты объекта по падающей тени:

1. по формуле: h =	l•m	;
n

где l - длина тени объекта на аэроснимке;

m - знаменатель масштаба снимка;

n - относительная длина тени, которая берётся из таблиц В.И. Друри (см. Смирнов Л.Е., 1975)

2. по формуле: h₁ =	h₂ •b₁	;
b₂

где b₁ - длина тени объекта на аэроснимке;

h₂ - высота известного объекта на аэроснимке;

b₂ - длина тени на аэроснимке известного объекта

По форме падающей тени можно распознавать как искусственные объекты (постройки, столбы, пункты триангуляции), так и естественные объекты. Падающие тени в качестве признаков дешифрирования широко используются при изучении растительности..Падающие тени отображают вытянутую форму силуэта объекта. Это свойство используют при дешифрировании изгородей, телеграфных столбов, водонапорных и силосных башен, наружных знаков пунктов геодезической сети, отдельных деревьев, а также резко выраженных форм рельефа (обрывов, промоин и пр.). При этом следует иметь в виду, что на размер тени оказывает влияние рельеф местности.Для каждой породы характерна своя специфическая форма кроны, что находит отражение в её тени и позволяет определить её видовой состав. Например, форма падающей тени ели напоминает остроугольный треугольник, тогда как у сосны она овальная. Однако следует помнить, что тень - весьма динамичный дешифровочный признак (изменяется в течение суток). Она может превышать размер объекта при низком положении Солнца над горизонтом

Текстура (структура изображения) - характер распределения оптической плотности по полю изображения объекта. Структура изображения – наиболее устойчивый прямой дешифровочный признак, практически не зависящий от условий съемки. Структура представляет собой сложный признак, объединяющий некоторые другие прямые дешифровочные признаки (форму, тон, размер, тень) компактной группы однородных и разнородных деталей изображения местности на снимке. Повторяемость, размещение и количество этих деталей приводят к выявлению новых свойств и способствуют повышению достоверности дешифрирования. Важность этого признака повышается с уменьшением масштаба снимка. Например, текстура массива леса образуется изображением на снимках крон отдельных деревьев, а при высоком разрешении съемочной системы - изображением также элементов крон - ветвей или даже листьев; текстура чистой пашни формируется отображением пахотных борозд или отдельных комьев.

Имеется достаточно большое число структур, образованных сочетаниями точек, площадей, узких полос различной формы, ширины и длины. Некоторые из них рассмотрены ниже.

Зернистая структура характерна для изображения лесов. Рисунок создается серыми пятнами округлой формы (кронами деревьев) на более темном фоне, создаваемом затененными промежутками между деревьями. Аналогичную структуру имеет изображение культурной растительности (садов).

Однородная структура образуется однотипной формой микрорельефа и характерна для низинных травянистых болот, степной равнины, глинистой пустыни, водоемов при спокойном состоянии воды.

Полосчатая структура характерна для изображений огородов и распаханных пашен и является следствием параллельного расположения борозд.

Мелкозернистая структура характерна для изображения кустарников различных пород.

Мозаичная структура образуется растительностью или почвенным покровом неодинаковой влажности и характерна для беспорядочно расположенных участков различного тона, размеров и форм. Аналогичная структура, создаваемая чередованием прямоугольников различного размера и плотности, характерна для изображения приусадебных участков,

Пятнистая структурахарактерна для изображений садов и болот.

Квадратная структура характерна для некоторых типов лесных болот и населенных пунктов городского типа. Она образуется сочетанием участков леса, разделенных светлыми полосами болота, и читается как сочетания площадей однородного тона. Такую же структуру создают изображения многоэтажных зданий (относительно крупные прямоугольники) и элементов внутриквартальной застройки в населенных пунктах.

По мере уменьшения масштаба текстура создается более крупными элементами местности, например отдельными полями пашни.. Текстура относится к наиболее информативным признакам. Именно по текстуре человек безошибочно опознает леса, сады, населенные пункты и многие другие объекты. Для перечисленных объектов текстура сравнительно устойчива во времени.

Косвенные признаки можно разделить на три основные группы. природные, антропогенные и природно-антропогенные. Косвенные дешифровочные признаки достаточно устойчивы, и зависят от масштаба в меньшей степени.

К природным относятся взаимосвязи и взаимообусловленности объектов и явлений в природе. Их называют также ландшафтными. Такими признаками могут быть, например, зависимость вида растительного покрова от типа почвы, ее засоленности и увлажненности или связь рельефа с геологическим строением местности и их совместная роль в почвообразовательном процессе.

С помощью антропогенных косвенных признаков опознают объекты, созданные человеком. При этом используются функциональные связи между объектами, их положение в общем комплексе сооружений, зональная специфика организации территории, коммуникационное обеспечение объектов. Например, животноводческая ферма сельскохозяйственного предприятия может быть опознана по совокупности основных и вспомогательных построек, внутренней планировке территории, интенсивно выбитым прогонам, положению дешифрируемого комплекса сооружений относительно жилой зоны, характеру дорожной сети. Аналогично ремонтные мастерские опознаются по изображению расположенных на территории машин, конный завод надежно опознается по примыкающему к его территории манежу. При этом, каждое из сооружений комплекса отдельно, вне связи с прочими, не дешифрируется.. Например, соединяющая населенные пункты светлая извилистая линия почти наверняка является изображением проселочной дороги; с той же вероятностью теряющиеся в лесу или в поле светлые извилистые линии – полевые или лесные дороги; постройка вблизи пересечения светлой извилистой полосы (грунтовой дороги) с железной дорогой свидетельствует о наличии здесь переезда; обрывающаяся на берегу реки дорога и ее продолжение на другом берегу указывает на наличие брода или парома; группа построек вблизи многократно разветвляющейся железной дороги подсказывает о наличии железнодорожной станции. Логический анализ прямых и косвенных дешифровочных признаков значительно повышает достоверность дешифрирования.

К природно-антропогенным косвенным признакам относятся, зависимость хозяйственной деятельности человека от определенных природных условий, проявление свойств природных объектов в деятельности человека и другое. Например, по размещению некоторых видов культур можно составить определенное суждение о свойствах почв, их увлажненности, по изменению влажности поверхности в местах расположения дрен дешифрируют элементы закрытой осушительной системы. Объекты, используемые при опознавании и определении характеристик недешифрующихся непосредственно объектов, называются индикаторами, а дешифрирование - индикационным. Такое дешифрирование может быть многоэтапным, когда непосредственные индикаторы дешифрируемых объектов опознаются с помощью вспомогательных индикаторов. Приемами индикационного дешифрирования решаются задачи по обнаружению и определению характеристик неотобразившихся на снимках объектов. Важнейшими индикаторами различных явлений при косвенном дешифрировании служат растительность, рельеф и гидрография.

Растительность является хорошим индикатором почв, четвертичных отложений, увлажнённости почвогрунтов и т.д. При дешифрировании могут использоваться следующие индикационные признаки растительности:

Морфологические признаки позволяют различать на аэрокосмических снимках древесную, кустарниковую и луговую растительность.

Флористические (видовые) признаки позволяют дешифрировать видовой состав, например, сосновые насаждения приурочены к песчаным автоморфным почвам, черноольховые – к дерново-глеевым почвам.

Физиологические признаки основаны на связи гидрогеологических и геохимических условий места произрастания с химическими свойствами пород. Например, на известняках лишайники имеют оранжевый цвет, а на гранитах - жёлтый.

Фенологические признаки базируются на различиях в ритмах развития растительности. Особенно это хорошо проявляется осенью у лиственных пород растительности в изменении окраски листьев. На цветных аэрокосмических снимках хорошо различается видовой состав растительности, который подчёркивает условия произрастания.

Фитоценотические признаки позволяют дешифрировать типы лесной растительности и ассоциации луговой растительности, которые приурочены к определённым условиям произрастания. Например, сосняки-лишайники произрастают на повышенных элементах рельефа с автоморфными рыхло-песчаными почвами, сосняки долгомошники приурочены к пониженным элементам рельефа и дерново-подзолисто-заболоченным почвам.

Рельеф является одним из важнейших индикаторов. Связь рельефа с другими компонентами природных комплексов, его большая роль в формировании внешнего облика ландшафтов и возможность непосредственного дешифрирования позволяют использовать рельеф как индикатор самых разнообразных природных объектов и их свойств. Такими индикаторами могут быть следующие морфометрические и морфологические особенности рельефа: а) абсолютные высоты и амплитуды колебаний высот на данном участке; б) общая расчленённость рельефа и углы наклона склонов; в) ориентировка отдельных форм рельефа и экспозиция склонов (солярная, ветровая), которые вместе с абсолютными высотами определяют климатические условия и водный режим на данной территории; г) связь рельефа с геологией; д) генезис рельефа, его возраст и современная динамика и др.

Гидрография является важным индикатором физико-географических и геологических условий. Тесная связь структуры и густоты гидрографической сети (озёр, рек и болот) с геологией и рельефом позволяет использовать аэрофоторисунок, особенно речной сети, как прямой ландшафтный признак при анализе местности в геоморфологическом, геологическом и палеографическом отношениях.

Дешифровочные признаки обычно используются совокупно, без подразделения их на какие-либо группы. Изображение на дешифрируемом участке обычно воспринимается человеком как единое целое - модель местности. На основе анализа модели создаемся предварительная гипотеза о сути объекта (явления) и его свойствах. Правильность гипотезы подтверждается или отвергаемся (иногда многократно) с помощью дополнительных признаков.

5. Информационные свойства снимков с точки зрения визуального дешифрирования

Для оценки информационных свойств снимка используют две характеристики:

1. информативность;

2.. дешифрируемость.

Информативность - экспертная оценка потенциальной возможности получения с данных снимков необходимых сведений об объектах. Подбор количественного критерия для оценки информативности снимка невозможен. информативность обычно оценивается словесно: высокая информативность, недостаточная информативность и т. д. В зависимости от целей дешифрирования ( решаемых задач) одни и те же снимки могут признаны высокоинформативными и недостаточно информативными.

В основу формальной оценки объема информации, содержащейся в снимке, может быть положена ее связь с разрешающей способностью. Чем выше разрешающая способность снимков, тем больший объем информации в них содержится. На основе смысловой информации можно определить ценность ее для исследователя. Например, четкое изображение на инфракрасных аэроснимках породного состава лесной растительности указывает на эффективность использования данных снимков для дешифрирования ее видового состава. Путем дешифрирования аэрокосмических снимков можно получить самые разнообразные сведения, факты. Однако к информации относятся только те из них, которые отвечают поставленной задаче, цели.

Для определения максимального количества информации введено понятие «полная информация», под которой следует понимать ту информацию, которую в каждом конкретном случае можно извлечь из снимков, полученных при оптимальных технических и погодных условиях съемки, а также масштабе. Однако часто используются снимки, обладающие свойствами, отличными от оптимальных. Содержащееся в них количество информации в общем случае меньше полной информации и составляет оперативную информацию. В оперативную информацию входят те из необходимых сведений, которые можно рассчитывать: полу чить путем дешифрирования данных снимков. Однако извлеченная информация почти всегда меньше оперативной из-за ошибок дешифрирования. Ошибки при дешифрировании объектов могут возникать по следующим причинам: при дешифрировании слабоконтрастных объектов; ложное опознавание объектов из-за совпадения дешифровочных признаков (например, известняки и снежники). Однако часто дешифровщик сталкивается с помехами и шумом, которые не представляют ценности для исследователя. К помехам можно отнести наличие бликов, а также изображение на снимках толщи атмосферы, которая в виде дымки накладывается на изображение, или таких атмосферных явлений, как туман, пыльные бури и др. Качественное разнообразие и количество извлеченной информации в значительной степени определяются свойствами информационного поля снимков.

Простота сопоставления снимков с натурой, внешнее совпадение изображения объектов с тем, как мы их видим, определяют наглядность снимков. Объекты узнаются на снимках, если их изображение соответствует непосредственному зрительному образу и если оно хорошо известно из практики, например, облачность. Наглядность снимков всегда особенно ценилась. Предполагалось, что именно возможность прямого визуального распознавания является главным достоинством снимков с летательных аппаратов. Но по мере развития метода большое значение стали придавать выразительности изображения. Изображение тем выразительнее, чем интенсивнее и контрастнее выделены на нем объекты и явления, являющиеся предметом дешифрирования.

Таким образом, выразительность изображения характеризуется простотой дешифрирования объектов и явлений, наиболее существенных для решения поставленной задачи. Наглядность и выразительность в известном смысле противоположные, взаимоисключающие свойства аэрокосмического изображения. Так, наибольшей наглядностью обладают цветные в натуральных цветах снимки. Меньшая наглядность у цветных спектрозональных снимков, но зато при дешифрировании, например, лесной растительности они имеют большую выразительность. Наглядность и выразительность изображения связаны с его масштабом, но оптимальные по выразительности и наглядности масштабы снимков не совпадают друг с другом. Наглядность возрастает с укрупнением масштаба.

Дешифрируемость аэрокосмических снимков — это сумма их свойств, определяющих количество информации, которую можно получить путем дешифрирования снимков для решения данной задачи.Известно, что одни и те же снимки обладают разной дешифрируемостью по отношению к разным объектам и задачам. задачи. Количественно ее можно выразить через отношение оперативной информации (I₀), содержащейся в данных снимках, и Iп полной информации:

. Однако часто для определения дешифрируемости снимков используется относительная дешифрируемость, которая характеризуется через отношение полезной информации (I), которую несет аэроснимок, к полной информации, которая может быть получена по аэроснимку:

Величина Dc называется коэффициентом дешифрируемости. Понятие «полная информация» может быть истолковано по-разному, в соответствии с этим относительная дешифрируемость может характеризовать различные свойства аэроснимков. Если за полную информацию принять максимальную информационную емкость аэроснимков, то коэффициент дешифрируемости будет показывать загруженность аэроснимков бесполезными сведениями, иными словами «уровень шума

. По этой же формуле (Dc = I / Imax) может быть вычислена и относительная дешифрируемость отдельных объектов. При соответствующем подходе она позволяет сравнивать аэроснимки, снятые на различной пленке, отпечатанные на различной бумаге и т. д. Таким образом, через коэффициент дешифрируемости выражается ценность аэроснимка как источника информации.

Полнота дешифрирования может быть охарактеризована через отношение использованной (распознанной) полезной информации (I₁) ко всей полезной информации, содержащейся в данных

аэроснимках:

Полнота дешифрирования в большой мере зависит от подготовки дешифровщиков, их опыта и специальных знаний.

Под достоверностью дешифрирования следует понимать вероятность правильного опознавания или истолкования объектов. Она может оцениваться через отношение количества правильно распознанных объектов (n) к сумме всех распознанных объектов.

Дешифрируемость может быть улучшена путем увеличения изображения, изменения контраста, уменьшения смаза и других преобразований.

⇐ Предыдущая 1 234 5 6 7 8 9 10 Следующая ⇒