песчаные карьеры

[jj_kan]

Уважаемые, никто не сталкивался с проблемой идентификации песчаных карьеров по снимкам среднего и высокого разрешения? Зарубежные и российские источники не очень пролили свет на данную тему. Конкретно, хотелось бы посмотреть на какой нибудь алгоритм решения этой задачи, что бы понять что двигаюсь в правильном направлении.
Собираюсь использовать специализированные модули в ERDAS и ENVI, потом сравнить результаты.
Проблема при оценке в сильном перемешивании похожих классов: дороги, открытые, без растительности участки и.т.п.

Заранее благодарен

[А.Серов]

Для того, чтобы "отделить" один объект от другого, эти объекты должны обладать различными спектральными характеристиками. Очевидно, что "песчаный карьер" и "песчаный остров" с точки зрения спектра очень похожи, но визуально, мы их легко отличаем друг от друга. Это происходит потому, что мозг в процесс распознавания вовлекает массу других признаков, не спектрального характера.

Чем характеризуется карьер?
1) Открытый участок грунта (спектаральный признак)
2) Возможно - обводненность или облесенность в любой его части (спектральный признак и ПЛО*)
3) Располагается рядом с крупной дорогой или площадкой (ПЛО*)
4) Соединен подъездными путями с близлежащей крупной дорогой или площадкой (ПЛО*).
5) Имеет округлую форму
6) Может быть окружен растительностью (ПЛО*)
* ПЛО - пространственно-логическое отношение

Остается только формализовать задачу в рамках ГИС. Сначала необходимо выявить объекты по спектральным характеристикам, а затем отфильтровать лишнее путем анализа ПЛО.

Учитывая сложность этой задачи, мы всегда дешифрировали карьеры вручную.

[SS_Rebelious]

Мне нравится предыдущий ответ. Добавлю ещё один пункт- карьер, в отличие от участков без растительности. отбрасывает тень (внутрь себя).

[laechoppe]

Возможно будут полезны эти материалы. Здесь:
ТЕХНОЛОГИЯ ИДЕНТИИКАЦИИ КАРЬЕРОВ СТРОИТЕЛЬНЫХ МАТЕРИАЛОВ НА ОСНОВЕ ОПЕРАТИВНО ПОЛУЧАЕМЫХ КОСМИЧЕСКИХ СНИМКОВ ВЫСОКОГО РАЗРЕШЕНИЯ И ВЫБОРОЧНЫХ НАЗЕМНЫХ ДАННЫХ
И здесь: Технология идентификации карьеров строительных материалов по данным дист. зондирования с использованием ARCGIS и ENVI (на примере Слуцкого района)

[jj_kan]

Большое спасибо всем за ответы. А.Серов, я так понимаю, используется решение задачи с элементами топологии и объектно-ориентированной классификации. И упор делается на косвенные признаки дешифрирования спутниковых изображений.
Приблизительно я так и предполагал.
laechoppe во вором источнике как раз описан порядок, который я собирался использовать. Даже снимки те же, что и у нас. Спасибо. Но я хочу более тщательно поработать над разделимостью классов при помощи PPI индекса или т.п.
Еще бы так обнаружить зарубежные источники по оценке open pit mine или sand pit.