DZDDPZ3 Digitální zpracování obrazových dat DPZ. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

Transkript

1 DZDDPZ3 Digitální zpracování obrazových dat DPZ Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

2 Digitální zpracování obrazových dat DPZ Předzpracování (rektifikace a restaurace) Geometrické korekce Radiometrické korekce Zvýraznění obrazu Bodová zvýraznění Ohnisková zvýraznění (kernel) Vícepásmová zvýraznění Klasifikace Klasifikace řízená a neřízená Klasifikace per-pixel a per-objekt Postklasifikační úpravy a spojování dat

3 Rektifikace a restaurace obrazu Oprava poškozených a zkreslených dat Postupy se liší dle nosiče a zařízení Geometrické = rektifikace Radiometrické = restaurace

4 Rektifikace dat (geom.korekce) Originální data obsahují velké polohové chyby, korekce jsou nutné Zdroje zkreslení Geometrické chyby: systematické (opakovatelné) předvídatelné náhodné - nepředvídatelné

5 Faktory, které ovlivňují geometrické vlastnosti obrazu změny v poloze a rychlosti nosiče; rotace Země; nelineárnost objektivu snímacího systému; zakřivení zemského povrchu; panoramatický úhel pozorování. Všechny tyto distorze obrazu koriguje provozovatel družicového systému, záleží na stupni předzpracování dat (level 0.n), který je nutno při nákupu (objednávce) dat definovat. Pokud některý typ satelitních multispektrálních dat nemá přesně definovány jednotlivé kroky geometrických korekcí, je vhodné pořídit data předzpracovaná do stupně ortorektifikace (NIKM)

6 Systematické chyby Nutno znát místo, výšku, rychlost a jiné charakteristiky letu nosiče Provádíme tzv. georeferenční korekce Systematické chyby vznikají v důsledku: Tangenciální zkreslení Zobrazení pořízených dat na rovinnou plochu Chyba ze zakřivení Země Chyby z nerovnosti terénu Chyba z posunu nosiče v průběhu skenování (mechanooptické skenery) Chyba z otáčení Země

7 Tangenciální zkreslení x = h * tg θ dx d h 2 cos x dx x x h cos 2 x

8 zdroj a důsledky tangenciálního zkreslení pro příčné skenování

9 Tangenciální změny měřítka

10 Změna velikost příčného rozměru pixelu Δy Náhrada koncovým obloukem (malé úhly) y y h y cos x cos Důsledky velké skenovací úhly vedou k protažení pixelů podél řádky

11

12 Kolísání velikosti obrazového prvku

13 Další chyby Zobrazení pořízených dat na rovinnou plochu (pro úhly >45 st.), kdežto registrace v ohniskové vzdálenosti na kulovou plochu

14 Další chyby Chyba ze zakřivení Země (družice s geostacionární dráhou, či s velkým záběrem) METEOSAT (rovník 2,5 km; Evropa 7x9km!) U všech typů zkreslení je nutno okraje obrazu zvětšit a roztáhnout změřené pixely

15 Chyby z nerovnosti terénu Polohová změna ve směru skenování: Δ h je změna výšky letu kvůli nerovnostem terénu Δ x je poziční chyba x h tg

16 Chyba z pohybu nosiče během skenování 1 řádky V průběhu skenování se nosič posune o jistou dráhu T r čas potřebný ke skenování 1 řádky L délka řádky x poloha na řádku (od počátku) v rychlost letu T r Čas na skenování 1 pixelu L Zpoždění na konci skenování x-tého pixelu Posun v ose y pro x-tý pixel y xvt L r Tr x L

17 Chyba z otáčení Země Rotace od západu na východ => při pohybu družice od S pólu je každá další řádka posunutá. Oprava obdélníkového obrazu posunem jednotlivých řádků k západu (čím více na J, tím větší posun) => z obdélníku je lichoběžník zkosený doprava

18 Náhodné chyby Nahodilé výchylky v dráze a záměru Nestabilita pohybu nosiče, náklon ve 3 osách Po odstranění systematických chyb nelze použít analytické rovnice Odstraňují se na základě geometrické (numerické) transformace obrazu pomocí vlícovacích bodů částečně eliminují zbytky systematických chyb

19 Rektifikace proces transformace dat z jedné matice digitálního obrazového záznamu do druhé matice většinou s využitím polynomické transformace n-tého stupně pixely musí být převzorkovány

20 Základní kroky rektifikace 1. nalezení identických bodů (určení jejich souřadnic) (GCP) 2. volba stupně transformace 3. výpočet transformační matice /rovnic 4. testování transformační matice (úpravy sady identických bodů) 5. vlastní rektifikace obrazu (vytvoření výstupního obrazového souboru) 6. převzorkování obrazu

21 Město Libavá Budišov nad Budišovkou

22 Identické body (Ground Control Points - GCP) specifické pixely v rastrovém obrazu se známými mapovými (nebo jinými) souřadnicemi dva pár souřadnic X,Y: zdrojové souřadnice (source coordinates) - souborové souřadnice zdrojového obrazového záznamu referenční souřadnice (reference coordinates) - souřadnice referenční mapy nebo referenčního obrazového záznamu, vůči němuž je zdrojový obrazový záznam registrován identifikátor identického bodu (point ID)

23

24

25

26

27

28 Stanovení transformačních rovnic zjišťování závislosti mezi dvěma dvojicemi statistických souborů statistické zpracování (regresní analýza) zdrojových a cílových souřadnic identických bodů nalezení transformačních koeficientů pro polynomické transformační rovnice

29 Lineární konformní transformace podobnostní vyžaduje minimálně 2 identické body x = x*m*cosβ + y*m*sinβ + A y = -x*m*sinβ + y*m*cosβ + B M je změna měřítka, A a B posuny ve směru osy x a y, β je pootočení Tato transformace tedy provádí změnu měřítka (totožnou pro osu x i y), posun a pootočení. Převzorkování není nutné. Je-li pro výpočet transformačních rovnic použito více než dvou identických bodů, potom jsou koeficienty (M*cosβ, M*sinβ) vypočteny metodou nejmenších čtverců (minimalizuje se tak suma rozdílů v poloze identických bodů).

30 Helmertova Lineární konformní, kde M=1 (beze změny měřítka)

31 Afinní transformace vyžaduje minimálně 3 identické body x = A*x + B*y + C y = D*x + E*y + F Koeficienty A, B, C, D, E a F se opět počítají metodou nejmenších čtverců. Na rozdíl od lineární konformní transformace, zde dochází k různým změnám měřítka v ose x a y. Jedná se o speciální případ polynomické transformace (polynomická prvního řádu).

32 Transformace 1. stupně

33 Projektivní (kolineární) transformace vyžaduje 4 identické body, používá se pro letecké snímky (fotogrammetrie). Transformuje jeden rovinný prostor do druhého (středové promítání srovnává neparalelní grid na paralelní). při transformaci se nezachovávají úhly. Měřítko v obou směrech se mění nezávisle. Po aplikaci této transformace je už nezbytné provést převzorkování

34 Počet identických bodů min. počet GCPs pro polynomickou transformaci stupně t GCPs min = (t+1)*(t+2)/2 nutnost vhodného rozmístění GCPs

35 Převzorkování (resampling) proces přenosu DN pixelů vstupní matice digitálního obrazového záznamu do nových DN pixelů výstupní matice

36 Metody převzorkování princip nejbližšího souseda bilineární interpolace kubická konvoluce

37 Princip nejbližšího souseda (Nearest Neighbor) přebírá se hodnota nejbližšího pixelu vznik posunu až o polovinu pixelu nespojitosti v obrazu Možno provádět před klasifikací výpočetně nejméně náročná

38 Princip nejbližšího souseda

39 Princip nejbližšího souseda

40 Princip nejbližšího souseda

41 Bilineární interpolace (Bilinear Interpolation) Nová hodnota v cílovém místě se počítá jako vážený aritmetický průměr ze 4 hodnot v síti 2x2 nejbližších hodnot. Nejdříve se lineárně interpolují hodnoty v pomocných bodech na spojnici mezi body pravidelné sítě, následně se lineárně interpoluje mezi pomocnými body cílové místo. Pomocné body mají x souřadnici stejnou jako je cílové místo a y souřadnici podle bodů původní sítě, případně naopak. mění DN pixelů (nedoporučeno použít před klasifikací)

42 Bilineární interpolace ) ( ) ( ) ( ) ( z x x x x z x x x x g ) ( ) ( ) ( ) ( g y y y y g y y y y z ) ( ) ( ) ( ) ( z x x x x z x x x x g

43 Kubická konvoluce hodnota váženého průměru 16 hodnot v okně 4x4 nejbližších pixelů Ostřejší obraz než u bilineární interpolace výpočetně nejvíce náročná

44 Dobrovolný

45 Dobrovolný

46 Topografické zkreslení Žádná z uvedených korekcí neodstraňuje topografické zkreslení, tedy chyby způsobené různou výškou terénu Významné pro měřítka 1: a větší Provádí se ortogonalizace snímku s pomocí přesného DMT

47 Rektifikace transformace do jiného s.s. Typicky WGS84->S-JTSK Doporučena 7prvková transformace