Teledetekcja środowiska przyrodniczego. Zajęcia IV.

Transkrypt

1 Korekcja radiometryczna danych teledetekcyjnych poprzez rozciąganie histogramu. Klasyfikacja wybranych cech obrazu poprzez progowanie histogramu obrazu. Teledetekcja środowiska przyrodniczego. Zajęcia IV :52 Rozciąganie historamu 1

2 Wymagania dotyczące zaliczenia przedmiotu teledetekcja wymagania dostosowane do bi-elearningowej formy zajęć Terminowe wykonanie i przesłanie (minimum 80%) wszystkich zadań obliczeniowych zadania oceniane są według skali od 0 do 100 (%); Przekroczenie terminu wykonania zadania, referatu, prezentacji oraz tłumaczenia, skutkuje obniżeniem oceny, zbyt długie przekroczenie terminu (powyżej dwóch miesięcy) powoduje obniżenie punktacji do 0 ; Pozytywne napisanie sprawdzianów zaliczeniowych (według pytań dostępnych na stronie przedmiotu) ocena pozytywna od 70% (średnia podejść); sprawdziany odbywają się w formie uczymy się (też są istotne i obowiązkowe) i na serio ; w przypadku sprawdzianów w formie uczymy się stosowane są obniżone kryteria zaliczenia średnia z minimum 10 podejść na poziomie 50%); Sprawdziany odbywają się zdalnie wyznaczonym okresie niedopuszczalne jest wspólne pisanie sprawdzianów; w przypadku stwierdzenia takiego faktu stosuje się niezaliczenie takiego podejścia (dotyczy formy Na serio ). Przewidywane jest pięć sprawdzianów w semestrze. Ocenie podlega także państwa aktywność w systemie e-learningowym (mierzona bardzo różnymi miarami, jej ocena nigdy nie będzie obiektywna, ale jest uwzględniania w ostatecznej ocenie z przedmiotu) W przypadku obszerniejszych form wypowiedzi, czyli prezentacji, referatów oraz streszczeń należy je wykonywać samodzielnie, tzn. wszystkie zdania powinny być autorstwa osoby podającej się za autora; Wyrywkowo będzie prowadzona kontrola antyplagiatowa. W przypadku stwierdzenia takiego faktu pracę należy poprawić; terminy nie podlegają w takim przypadku wydłużeniu; Zajęcia odbywają się co tydzień w laboratorium komputerowym, obecność nie jest wymagana, lecz zalecana; przynajmniej co drugie ćwiczenia. Zaplanowanych jest do realizacji tematów ćwiczeniowych; w przypadku gdy zajęcia wypadną z powodu dnia rektorskiego lub dziekańskiego, temat zajęć podlega realizacji samodzielnie w formie zdalnej Wymagania powyższe stanowią całość i nie nad nimi dyskusji! Podstawa wg. $19 pkt.1 regulaminu studiów.

3 Informacje dodatkowe W tym roku nie przesyłamy plików RVC w postaci graficznej. W systemie e-learningowym będzie dokładnie opisane jakie informacje o plikach wynikowych należy przesłać formie tekstowej. Komentarze do wyników zapisujemy w pliku nazwiskonr.doc, według wskazówek schematów zawartych w opisie ćwiczenia. NIE UMIESZCZAĆ SPACJI I POLSKICH ZNAKÓW W NAZWACH PLIKÓW Jeżeli ktoś jest nieobecny na ćwiczeniach to wykonuje ćwiczenie samodzielnie w domu. Opisy do ćwiczeń dostępne są w Internecie w systemie e-lerningowym lub ewentualnie pod adresem lub INFORMACJE I PYTANIA PILNE PROSZĘ WYSYŁAĆ NA: skrol@amu.edu.pl (albo poprzez system e- learningowy (mail e trafią na ten sam adres); Terminy wykonania ćwiczeń określone są na platformie e-lerningowej, poprzez nią terminy te będą państwu przypominane. Zajęcie są prowadzone w częściowo metodami e-learningu z wykorzystaniem platformy Moodle. Jako studenci trzeciego roku mają już tam państwo założone konta, zaistnieje potrzeba zmiany haseł. Adres serwera:

4 1. Rozciąganie histogramu w celu poprawy kontrastu wyświetlanych obrazów. 2. Rozciąganie histogramu metodą liniową. 3. Rozciąganie histogramu metodą normalizacji kształtu.

5 Rozciąganie histogramu w ramach wizualizacji wykonuje się w celu pełnego wykorzystania wszystkich dostępnych poziomów jasności, np. w skali szarości, poprzez zwiększenie kontrastu pomiędzy kolejnymi poziomami występującymi na obrazie rastrowymi. Podczas rejestracji obrazów w starszych sensorach, przy stałym ustawieniu czułości, w ramach jednego obrazu wykorzystywane było kilkanaście procent całego zakresu jasności (na przykład w kanale 4, obrazu wykorzystywanego na ćwiczeniach jest to około 34% - 95 (max jasność) 7 (min jasność) = 87/256. W przypadku sensorów nowszych, o automatycznym dostosowaniu czułości do rejestrowanego fragmentu powierzchni Ziemi, obrazy wykorzystują zazwyczaj pełen dostępny zakres wartości dostępny przy określonym typie kodowania. W takiej sytuacji rozciąganie histogramu będzie miało na celu zmianę kształtu krzywej histogramu najlepszą pod kątem czułości oka oraz odpowiednią redukcję ilości poziomów tonalnych w celu poprawy kontrastu. Współczesne oprogramowanie realizuje poprawę kontrastu automatycznie najczęściej domyślnie poprzez rozciąganie histogramu w czasie wyświetlania obrazów rastrowych na ekranie monitora. Na potrzeby wizualizacji tworzony jest dodatkowy histogram, który realizuje mapowanie między wartościami oryginalnymi obrazu a stosowanymi podczas wyświetlania. Stosuje się następujące metody rozciągania histogramu: - liniową, - normalizującą krzywą histogramu do krzywej rozkładu normalnego, - wyrównania histogramu, - wykładniczą i logarytmiczna, przeznaczona do wyświetlania obrazów o histogramie skośnym (ujemnym lub dodatnim), inne metody (wykorzystanie korekcji gamma, funkcji tangens). Rozciąganie nieliniowe oraz liniowe segmentowe powoduje podniesienie kontrastu w rożnym stopniu zależnie od zakresu danych wejściowych :52 Rozciąganie historamu 5

6 Część I - Wyświetlanie pojedynczej warstwy kanału spektralnego i ustawienie/poprawa kontrastu W module wyświetlania (Main/Display) wybrać za pomocą ikonki z plusem czwarty kanał Landsat a. Następnie prawym przyciskiem myszki kliknąć na nazwie warstwy (okno menadżera warstw) i wybrać polecenie View Histogram W ten sam sposób wybrać polecenie Enhance Contrast; Lewym przyciskiem myszki kliknąć na ikonce szachownicy, pojawi się okno kontrolne ustawień warstwy rastrowej (ang. Raster Layer Controls), na zakładce Object ustawić typ automatycznego kontrastu na None. Odświeżyć widok obrazu satelitarnego, poprzez kliknięcie pierwszej ikony z lewej strony na oknie wyświetlającym raster Sprawdzić jak wygląda obraz przy zastosowaniu różnych metod rozciągania kontrastu (liniowa, normalizacyjna, wyrównania histogramu, wykładnicza i logarytmiczna); Zastosować i sprawdzić kontrast obrazu przy różnych odmianach metody liniowej (min/max, średnia z odchyleniem standardowym, odcięcie 2% skrajnych pikseli) Ćwiczenie ilustruje filmik cw3e.

7 Histogram ekranowy Histogram wejściowy, źródłowy Graficzny obraz funkcji według której rozciąga się histogram Ograniczenie zakresu wejściowego Ograniczenie zakresu ekranowego

8

9 Metoda liniowa (Linear contrast enhancement) W metodzie tej wykorzystuje się funkcję liniową do proporcjonalnego zwiększenia kontrastu pomiędzy kolejnymi poziomami jasności. Najlepsze rezultaty, po zastosowaniu tej metody, osiąga się dla obrazów o rozkładzie jasności zbliżonym do gaussowskiego. Jednak taki rozkład występuje rzadko. Metodę tę stosuje się na trzy różne sposoby: jako rozciąganie min-max, rozciąganie procentowe oraz jako złożenie kilku funkcji liniowych. Rozciąganie min-max polega na proporcjonalnym zwiększeniu kontrastu dla wszystkich występujących jasności, od minimalnej do maksymalnej, czyli od najciemniejszej do najjaśniejszej. Jasność wyjściową, po rozciąganiu histogramu, uzyskuje się według formuły przedstawionej na kolejnym slajdzie :52 Rozciąganie historamu 9

10 BV out ( BV (max in k min min k ) ) k Z k BV out - jasność wynikowa, BV in - jasność oryginalna, min k - najmniejsza wartość występująca na obrazie, max k - największa wartość występująca na obrazie, Z k - możliwy zakres wyświetlanych jasności, (np. 256). 255 funkcja liniowa mink maxk mink maxk :52 Rozciąganie historamu 10

11 W przypadku rozciągania procentowego, zakres, który ulega zwiększeniu kontrastu jest ograniczony do wartości z przedziału [ -1, +1 ]. BV out [ BVin ( μ 1σ )] Z [( μ 1σ ) ( μ 1σ )] k 255 funkcja liniowa mink maxk mink maxk Wszystkie wartości z przedziału [min, -1 po rozciągnięciu histogramu przyjmą wartość -1 natomiast z przedziału [ +1 max wartość :52 Rozciąganie historamu 11

12 W przypadku nierównomiernego rozmieszczenia oryginalnych jasności na histogramie można zastosować złożenie kilku funkcji liniowych, zwane rozciąganiem liniowym segmentowym. W programie TNTMIPS jest to możliwe za pomocą opcji user draw. 255 jasnośćw y jasnośćw e :52 Rozciąganie historamu 12

13 Część II Wizualizacja danych satelitarnych w modelu RGB Obrazy satelitarne Landsat TM 5- wykonane 27 września 1991 roku dla rejonu Konina (odkrywkowa eksploatacja węgla brunatnego) Landsat serii TM kanały spektralne: Zakres 1 Visible ( µm) 30 m Zakres 2 Visible ( µm) 30 m Zakres 3 Visible ( µm) 30 m Zakres 4 Near-Infrared ( µm) 30 m Zakres 5 Near-Infrared ( µm) 30 m Zakres 6 Thermal ( µm) 120 m Zakres 7 Mid-Infrared ( µm) 30 m

14 Landsat - single 7 (7) m, jeziora są bardzo dobrze widoczne w podczerwieni, ponieważ niemal całe promieniowanie elektromagnetyczne jest pochłaniane przez wodę, powyżej 750 nm

15 Landsat - Kanał 6 (rejestruje promieniowanie emitowane przez powierzchnie Ziemi (6) m, proszę zwrócić uwagę na niewidoczne w centrum jezioro Gosławickie, którego wody są wykorzystywane do chłodzenia bloków energetycznych elektrowni; temperatura wody w jeziorze jest niemal identyczna jak otaczającego terenu; między tym i poprzednim slajdem widoczna jest różnica w rozdzielczości przestrzennej 30m i 120m

16 Landsat - RGB 123 (1) m, (2) m, (3) m; kompozycja barwna w barwach nierzeczywistych, wody jeziora Turkusowego są w tej kombinacji barwnej przedstawione jako żółte; w jeziorze są składowane popioły, zwierające dużo związków manganu i wapnia. Proszę również zwrócić uwagę na nieostrość tej kompozycji ze względu na duże rozpraszanie promieniowania w zakresie widzialnym (wielkość rozpraszania maleje wraz z długością fali).

17 Landsat - RGB 321 (3) m, (2) m, (1) m; jedyna kompozycja barwna, odtwarzająca barwy rzeczywiste. Proszę również zwrócić uwagę na nieostrość tej kompozycji podobnie jak poprzedniej ze względu na duże rozpraszanie promieniowania w zakresie widzialnym (wielkość rozpraszania maleje wraz z długością fali).

18 Landsat - RGB 456 (4) m, (5) m, (6) m. Proszę zwrócić uwagę na ostrość tej kompozycji obraz jest o wiele wyraźniejszy niż na poprzednich dwóch slajdach. W tej kompozycji wykorzystano tylko kanały podczerwone. W tych zakresach spektralnych rozpraszanie promieniowania elektromagnetycznego ma niewielkie rozpraszanie.

19 HAŁDA Landsat - RGB 654 ROZKŁAD TEMPERATURY W JEZIORZE ODKRYWKI LAS (6) m, (5) m, (4) m, Proszę zwrócić uwagę na ostrość tej kompozycji obraz jest o wiele wyraźniejszy niż kompozycje wykonane w zakresie widzialnym. W tej kompozycji kanał niebieski jest podstawiony za składowa czerwoną, stąd zróżnicowanie temperatury widoczne jest w odcieniach czerwonego.

20 Landsat - RGB 235 (2) m, (3) m, (5) m

21 Zadanie 1 Przygotowanie własnych kompozycji barwnych Przygotowanie własnych minimum 5 kompozycji barwnych w module wyświetlania TNTmips odtworzenie kompozycji przedstawionych na poprzednich slajdach. Ze strony internetowej przedmiotu ściągnąć obraz Landsat (dane podpięte pod ćwiczenie 3). Utworzyć również kompozycję podstawiając jeden kanał spektralny za wszystkie składowe. Ponadto dla przykładu złożyć kompozycję podstawiając tylko dwa kanały spektralne. Dodatkowe, poza już przedstawionymi kombinacjami barwnymi, przygotować kombinacje barwną 432 (RGB), tzw. CIR color infrared i odpowiedzieć sobie na pytanie dlaczego w tej kombinacji roślinność jest czerwona Zrzuty ekranowe kompozycji barwnych zapisać w pliku nazwisko3a.rvc. Tworzenie kompozycji barwnych ilustruje filmik cw3b. Filmik cw3c ilustruje zapis zrzutu ekranu w tifie i do pliku projektu. W przypadku pojawienia się błędu o za dużym rozmiarze rastra (screenshot a) zmniejszyć wielkość okna wyświetlającego kompozycje barwne!!!!!!!!!!! Inne kombinacje to np. RGB 742, 542. Wybór kompozycji barwnej RGB Selekcja składowych barwnych RGB

22 Progowanie, czyli podział histogramu na dwie lub trzy części. Jest określane mianem operacji logicznej, ze względu na wynik, którym jest obraz binarny. Progowanie to operacja punktowa, ze względu na to, że opiera się na histogramie wykresie punktowym. Podstawowym problem dla operacji progowania jest wyznaczenie wartości progowej. Progowanie 1 0 Progowanie zakresowe:

23 Krzywe spektralne Krzywe spektralne podstawowych komponentów środowiskowych (woda, gleba, roślinność); wiele obiektów ma charakterystykę opartą na mieszaniu się tych podstawowych krzywych. W przypadku roślinności kształt krzywej zależy od pory sezonu wegetacyjnego, jego dynamiki.

24 Identyfikacja powierzchni wodnych na podstawie cech spektralnych i progowania kanału bliskiej podczerwieni obrazu Landsat TM5 Ćwiczenie składa się z następujących etapów: 1) Analiza krzywej spektralnej wody (zmienności odbicia w zależności od długości fali) na tle innych elementów pokrycia terenu woda jest najciemniejszym elementem naturalnym w podczerwieni. Stąd wybór do progowania kanałów podczerwonych 4 lub 5. 2) Jezioro Lusowskie jako obiekt testowych do wyznaczenia wartości progowej do operacji logicznej progowania wyszukanie najwyższej wartości odbitego promieniowania elektromagnetycznego od powierzchni wody 3) Wykonanie progowania dla przyjętej wartości progowej (Raster/Combine/Predefined ); 4) Wykonanie progowania dla innych wartości progowych większych o 2 lub 3 jednostki jasności łącznie należy wykonać minimum pięć progowań; 5) Analiza sekwencji obrazów wynikowych przy zmiennych wartościach progowych (jakie elementy pokrycia terenu są spektralnie podobne do wody?) 6) Zweryfikowanie zasięgu powierzchni wodnych możliwe jest na podstawie innych danych przestrzennych, np. ortofotomapy lub mapy topograficznej 1:10000 z Geoportalu (mapa topograficzna została wykonana w roku 1998, natomiast ortofotomapa kolorowa w okolicach poznania pochodzi 2007 roku, czarno-biała z 2004); 7) Należy również sprawdzić przebieg parametrów meteorologicznych takich jak opad i temperatura w okresie miesiąca przed terminem wykonania zobrazowania satelitarnego ( w sprawozdaniu zamieścić odpowiednie wykresy; stacja pomiarowa Poznań-Ławica, 8) Dane meteorologiczne można pobrać ze strony NOAA (dokadny opis jak to zrobić znajduje się w prezentacji dostępnej pod adresem ( 9) Napisanie raportu z wykonanego ćwiczenia w pliku Worda nazwisko3b.doc. Wysłanie na mail a do osoby prowadzącej ćwiczenia. W raporcie proszę wskazać, które powierzchnie wodne zostały zidentyfikowane w oparciu o materiały weryfikacyjne (mapy, obrazy w innych serwisach), zawrzeć wykres warunków meteo (temperatura i opad) i opisać jak te warunki wpłynęły na obraz (czy było raczej sucho, czy może wilgotno) powierzchni Ziemi zarejestrowany przez satelitę?

25 Progowanie przy wybranych wartościach progu.

26 Porównanie wyników progowania z mapą topograficzną (1965, z WMS-Geoportal); Mapa ta terminem ostatniej swej aktualizacji najbardziej zbliżona jest do daty pozyskania obrazu.

27 Odnalezienie adresu serwisów WMS w przeglądarce GEEPORTAL -1)

28 Sposoby identyfikacji wartości piksela na obrazie rastrowym 1. Zatrzymanie na chwilę kursora myszki nad obrazem rastrowym spowoduje wyświetlenia wartości piksela jako podpowiedzi ekranowej (musi być włączone wyświetlanie podpowiedzi ekranowych DataTips, zazwyczaj jest to włączone automatycznie; 2. Na oknie wyświetlającym odszukać sekcję Menu, Tools, wybrać opcję Examine Raster, pojawi się okno wyświetlające obraz w postaci cyferek ; następnie kliknąć w dowolnym miejscu na obrazie pojawi się kolorowe kółko a w nim krzyżyk, pozycja krzyżyka w oknie cyferkowym jest pokazywana przez obwódkę; 3. Lewym przyciskiem myszki kliknąć na ikonce szachownicy obok nazwy warstwy, pojawi się okno kontrolne ustawień warstwy rastrowej (ang. Raster Layer Controls), na zakładce Options wybrać dwie ostanie opcje: show lines between cells when zoom i show values labels when zoom 4. Możliwości odczytu wartości poszczególnych pikseli ilustruje filmik cw3 (ustawienia podpowiedzi ekranowych, wykorzystanie narzędzia ExamineRaster, czy powiększenie obrazu do widoku pojedynczych pikseli).

29 Odczytywanie wartości poprzez okienko cyferkowe

30 Wyświetlanie wartości pikseli rastrowych w dużym powiększeniu