REJESTRACJA PANORAM WIDOKOWYCH W ZAKRESACH POZASPEKTRALNYCH JAKO NARZĘDZIE OCENY ATRAKCYJNOŚCI KRAJOBRAZU

Transkrypt

1 Agnieszka OZIMEK, Piotr ŁABĘDŹ KRAJOBRAZ A URYSYKA Prace Komisji Krajrazu Kulturowego Nr 14 Komisja Krajrazu Kulturowego PG, Sosnowiec, 1 Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Stosowanej Kraków, Polska aozimek@k.edu.l REJESRACJA PANORAM WIDOKOWYCH W ZAKRESACH POZASPEKRALNYCH JAKO NARZĘDZIE OCENY ARAKCYJNOŚCI KRAJOBRAZU REGISRAION OF PANORAMAS IN HE NON-VISIBLE RANGES AS A OOL OF LANDSCAPE ARACIVENESS EVALUAION Słowa kluczowe: liska odczerwień, cyfrowe analizy krajrazu, rzetwarzanie razu, NDVI, EVI Key words: near infrared, digital landscae analyses, image rocessing, NDVI, EVI Streszczenie Stoień nasycenia anoramy elementami rzyrodniczymi może stanowić jeden ze wskaźników miary jej atrakcyjności, a zarazem osłużyć jako narzędzie klasyfikacji krajrazu, czy oceny zmian w nim zachodzących. Precyzyjna segmentacja razu, mająca na celu wyróżnienie iektów naturalnych oraz kulturowych na anoramach widokowych, jest raktycznie niemożliwa, jeżeli materiał stanowią fotografie rejestrowane w zakresie widma widzialnego. W artykule odjęto róę zastosowania wskaźników NDVI oraz EVI, stosowanych w teledetekcji, dla wykrywania w anoramie elementów tworzywa naturalnego. Astract he extent of anorama saturation with natural elements can constitute one of indicators of its attractiveness, and at the same time, can serve as a tool for landscae classification or its transformation monitoring. he recise image segmentation, focussed on natural and cultural jects distinction, is ractically imossile, while the hotograhs registered in the visile range are used analyses. In the aer the attemt has een made to utilize NDVI and EVI indexes, used in remote sensing, for natural elements detection. 331

2 WPROWADZENIE Proces uranizacji, który został znacznie zintensyfikowany w ciągu ostatniego stulecia, dorowadził do sytuacji, w której krajraz zawierający jedynie naturalne elementy stanowi widok deficytowy. Potrzea kontaktu z rzyrodą coraz rzadziej znajduje zasokojenie. Dlatego ercecja widoków, w których rzeważa tworzywo naturalne, udzi silne wrażenia emocjonalne. Warto w tym miejscu zauważyć, że rócz roślin, które zwykle w rzeważającej części składają się na rzyrodniczy komonent sceny, istnieje szereg innych elementów ochodzenia naturalnego, jak woda, skały czy fragmenty gley, których wyróżnienie nie ędzie stanowiło tematu referatu. Punkt wyjścia dla automatyzacji rzetwarzania razu stanowi orawna segmentacja fotografii, ozwalająca na wykrycie iektów infrastruktury udowlanej i technicznej oraz roślinności. Jeżeli osługujemy się zdjęciami zarejestrowanymi w zakresie widzialnym, naotykamy na szereg trudności. Wymienić tu można całokształt warunków oświetleniowych (zmienność kąta adania światła słonecznego oraz jego arwy, zależną od ory dnia i roku), zmiany kontrastu i koloru iektów wynikające z orientacji aaratu względem kierunku światła, ochłanianie i rozraszanie atmosferyczne, a także sezonową zmienność arw roślinności, czy dystorsję ersektywiczną (Ozimek, Ozimek, 9). W teledetekcji stosowane są wskaźniki wegetacji NDVI oraz EVI, ozwalające recyzyjnie wyróżnić roślinność na odstawie wartości romieniowania w zakresie liskiej odczerwieni (Sanecki, 6; Struzik, 1999). Dla użytkownika krajrazu analizy tego tyu są jednak niemiarodajne, gdyż jego odiór zwykle nastęuje z oziomu widzenia człowieka, a nie z ułau lotniczego. W rzerowadzonych adaniach uroszczony ekwiwalent wrażeń wzrokowych stanowiły widoki kadrowane oraz szerokie anoramy. AKWIZYCJA OBRAZU Oko ludzkie ostrzega kolory na odstawie rejestracji fali elekromagnetycznej w zakresie nm. Zgodnie z teorią trójudzeniową Younga-Helmholtza wystęują w nim trzy rodzaje recetorów odowiedzialnych za widzenie fotoowe (dzienne) wrażliwych na określone długości fali odowiadającej arwom: czerwonej (maksimum czułości 564 nm), zielonej (534 nm) oraz nieieskiej (4 nm) (Felhorski, Stanioch, 1973). e serwacje w zakresie fizjologii ercecji wzrokowej znalazły rzełożenie na najardziej oularny w grafice komuterowej model kolorów RGB, w którym każdą arwę można zaisać używając składowych: czerwonej, zielonej oraz nieieskiej. Oraz taki zwykle zaisywany jest w ostaci trójwymiarowej macierzy, a oszczególne talice wchodzące w jej skład zwane są kanałami koloru RGB. Model ten zastosowany jest również w rzyadku matrycy aaratu fotograficznego (CCD), która okryta jest układem filtrów RGB (wzór Bayera). Czułość matrycy 33

3 znacznie wykracza oza zakres widzialny, ozwalając na rejestrację fal o długości nawet do 1 nm. Ze względu na negatywne efekty wizualne owodowane rzez ultrafiolet (UV) oraz odczerwień (IR) aaraty fotograficzne osiadają farycznie wudowane filtry, eliminujące zakresy ozasektralne. MAERIAŁ I URZĄDZENIA Do adań wyrano aarat Nikon D9 oddany rzeróce, olegającej na usunięciu wyżej wymienionych filtrów. Nastęnie fotografie wykonywane yły o nałożeniu na iektyw filtrów asorcyjnych: rzeuszczającego romieniowanie owyżej 85 nm (odczerwień) oraz rzeuszczającego jedynie zakres widzialny (38 76 nm). Wsomniana owyżej możliwość searacji fal elektromagnetycznych o wyranych zakresach długości (kanały: czerwony, zielony, nieieski oraz odczerwień) umożliwiła otrzymanie razów rzydatnych do dalszych analiz. Szczególnie znacząca ędzie tu liska odczerwień, wykorzystywana w systemach teledetekcyjnych do identyfikacji szarów leśnych i rolniczych. Ay fotografia rzedstawiająca anoramę mogła stanowić materiał dla analiz klasyfikacyjnych oraz ilościowych, musi sełniać określone warunki. Najważniejszym z nich jest rawidłowa rejestracja. Pojęcie to ejmuje rzede wszystkim wystarczającą rozdzielczość rzestrzenną, która owinna co najmniej dorównywać kątowej rozdzielczości widzenia. a ostatnia, rzy maksymalnym kontraście omiędzy danym iektem a jego otoczeniem, wynosi 1 (Bisho 3). Fotografie zaisywano w rozdzielczości 43 x 86 ikseli z ekwiwalentną długością ogniskowej 1 mm. Rejestracja taka jest nadmiarowa względem możliwości ludzkiej ercecji (ok. 15 ), a za wystarczającą rozdzielczość fotografii rzydatnej dla analizy uznać należy (rzy owyższej wartości ogniskowej) 16 x 1 ikseli. Pojęcie orawności rejestracji razu ejmuje także jej właściwą ostrość, orawny alans ieli i naświetlenie. Fotografie wykonane rzy ustawieniu aaratu w kierunku zliżonym do kąta adania światła ( od światło ) są szczególnie trudne, lu wręcz nierzydatne, do analizy ze względu na ardzo silne kontrasty i zafałszowanie arw. MEODY O widmowym wsółczynniku odicia w zakresie oszczególnych długości fali elektromagnetycznej decyduje udowa chemiczna związków okrywających owierzchnię danego iektu. Rośliny (liście) charakteryzujące się ecnością chlorofilu wykazują unikatową charakterystykę sektralną, olegającą na odijaniu znacznej ilości światła w zakresie zieleni i odczerwieni, natomiast ochłanianiu w zakresie czerwieni (ryc. 1 i ). Pozwala to odróżnić je od innych elementów widoku o arwie zielonej, która ochodzi z zastosowanych arwników (zielone dachy czy elewacje udynków) (ryc. 3). 333

4 Ryc. 1. Asorcja romieniowania słonecznego rzez zielone części roślin i odowiedzialne za to składniki. Źródło: Struzik, Fig. 1. Solar radiance asortion y green arts of lants and their comonents resonsile for this. Source: Struzik, W rozoznaniu satelitarnym, rócz rejestracji w zakresie widzialnym, rzydatny okazuje się zatem zais romieniowania w zakresie liskiej odczerwieni (76 3 nm). Na jego odstawie wyrowadzono wskaźniki wegetacji, ozwalające na recyzyjne wyróżnienie roślin (Sanecki 6). Pierwszy z nich stanowi NDVI (Normalized Difference Vegetation Index), oisany wzorem: NIR R NDVI NIR + R gdzie NIR raz rejestrowany w odczerwieni, R kanał czerwony. W razowaniu satelitarnym i lotniczym, gdzie odległości sensora od iektu są znaczne, dużą role odgrywają zakłócenia atmosferyczne. Ponadto ortogonalna rojekcja owoduje, że w rzyadku nieełnego okrycia roślinnego, oważną składową razu stanowi kolor gley. Ay uwzględnić owyższe czynniki, zaroonowano wskaźnik EVI (Enchanced Vegetation Index), który oisuje wzór: NIR R EVI G NIR + C R + C B 1 + L Ryc.. Względne wartości odiciowości (R), transmisji () i asorcji (A) liści tooli w zakresie od ultrafioletu do odczerwieni. Źródło: Struzik, Fig.. Relative values of reflectance (R), transmission () and asortion of olar leafs in the range from ultraviolet to infrared). Source: Struzik, Ryc. 3. Widmowy wsółczynnik odicia dla liścia zielonego i fary ciemnozielonej. Źródło: Sanecki, 6. Fig. 3. Sectral coeficient of reflectance for a green leaf and for dark green aint. Source: Sanecki,

5 gdzie: G wsółczynnik ozyskania, C1 i C wsółczynniki korekcyjne uwzględniające rozroszenie światła w atmosferze. Wsółczynniki te odlegają kaliracji w zależności od wykorzystywanych urządzeń. Najoularniejszy wariant stanowi MODIS EVI (Moderate Resolution Imaging Sectroradiometer) NIR R MODIS EVI.5 NIR + 6 * R * B + 1 Orazy, otrzymane jako wyniki działań arytmetycznych na fotografiach rejestrujących różne zakresy fal elektromagnetycznych, oddane muszą zostać inaryzacji mającej na celu wyróżnienie klasy iektów (zieleń czy iekty udowlane) kolorem iałym oraz tła - arwą czarną. Ze względu na automatyzację tego rocesu odjęto róy zastosowania metody Otsu, która działa w oarciu o analizę dyskryminacyjną. Oraz w skali szarości ma L (zwykle 56) oziomów jasności [, L-1]. Histogram (wykres razujący rozkład oziomów intensywności) może yć traktowany jako rozkład rawdoodieństwa wystęowania ikseli o zadanym oziomie (Malin, Smiatacz, 5). Przyjęty róg owoduje, że zostanie on odzielony na dwie klasy; iektów () oraz tła (), których rawdoodieństwa wynoszą odowiednio: t k oraz t+ L 1 k. 1 Wartości średnie dla klas wynoszą odowiednio: µ t k k L oraz 1 k µ t+ 1 k. Wariancje dla klasy iektów i tła licza się nastęująco: t t k 1 σ ( k µ ) (k µ ) k oraz σ L 1 l 1 k ( k µ ) (k µ t+ 1 1 t+ 1 1 ) Dla całego razu średnie oraz wariancja glalna wynoszą: µ oraz σ L 1 (k µ ) k k Wariancja glalna może zostać zaisana także jako suma wariancji wewnątrzklasowej σw (Within-classvariance) oraz wariancji międzyklasowej σb (Betweenclassvariance): L 1 k σ t l 1 ( k µ ) k + (k µ ) k σ + (1 ) σ + ( µ µ ) + ( µ µ ) (1 t+ 1 ) 335

6 Warto tu zauważyć, że wariancja glalna dla danego razu jest stała i nie zależy od wartości rogu t, jaka została rzyjęta, natomiast dór rogu ma wływ na wartość wariancji wewnątrzklasowej oraz międzyklasowej: σ ( µ µ B ) Minimalizacja wariancji wewnątrzklasowej jest zatem równoważna maksymalizacji wariancji międzyklasowej. Zwykle liczana jest wariancja międzyklasowa, ze względu na mniejszy nakład liczeniowy (Malina, Smiatacz, 5). W oracowanym algorytmie, w rzyadku, gdyy inaryzacja z zastosowaniem tej metody okazała się nieskuteczna, możliwy jest ręczny dór rogu na odstawie emirycznej oceny otrzymanych rezultatów. Ze względu na konieczność generalizacji otrzymanych razów, mającej na celu usunięcie drnych szczegółów (n. ikseli odizolowanych czy niewielkich otworów w iektach) i uzyskanie zwartych szarów wyróżnionej zieleni, zastosowano oerację morfologiczną zwaną zamknięciem (domknięciem). Morfologia matematyczna azuje na założeniu, że razy traktować można jako ziory, a co za tym idzie, wykonywać na nich analogiczne oeracje. Fundamentalnym ojęciem w tego tyu transformacjach jest szalon strukturalny, który tu może yć rozumiany jako maska zawierająca wsółczynniki oraz 1. Element ten rzesuwany jest o całym razie i w rzyadku naotkania konfiguracji ikseli zgodnej ze wzorcem wykonywana jest zadana oeracja. Podstawowe oeracje morfologiczne stanowią dylatacja (w rzyadku razów inarnych jednoznaczna z filtrem minimalnym) i erozja (w owyższym rzyadku równoznaczna w filtrem maksymalnym) (Malina, Smiatacz, 5). Zamknięcie jest funkcją rzekształcenia razu złożoną z kolejno wykonywanych oeracji: dylatacji, a nastęnie erozji. Efekt jego działania można orównać do wyniku rzemieszczania koła (szalonu strukturalnego) o zewnętrznej stronie rzegu figury i dodaniu do niej wszystkich tych unktów, które nie mogą yć osiągnięte rzez koło. Oeracja doskonale srawdza się rzy wyełnianiu szczelin i drnych otworów wewnątrz iektu oraz wygładzaniu jego rzegu (Nieniewski, 1998). Oliczenia wykonano rzy omocy rogramu naisanego w środowisku rogramu Matla z wykorzystaniem ilioteki funkcji Image Processing oolox, dedykowanej rzetwarzaniu razu. Poniżej rzedstawiono algorytmy liczania wskaźnika NDVI oraz EVI: 336

7 Wczytanie razu w świetle widzialnym Wczytanie razu w świetle widzialnym Searacja kanału czerwonego R Wczytanie razu w odczerwieni NIR Searacja kanału czerwonego R, oraz nieieskiego B Wczytanie razu w odczerwieni NIR Wyznaczanie wsółczynnika NDVI Oliczenie licznika róŝnica NIR - R Oliczenie mianownika suma NIR + R Wyznaczanie wsółczynnika EVI Oliczenie licznika róŝnica NIR - R Oliczenie mianownika suma NIR + 6.5*R + 7*B + 1 Oliczenie ilorazu licznik / mianownik Oliczenie wyraŝenia.5*(licznik / mianownik) Wyliczenie histogramu Wyliczenie histogramu Binaryzacja algorytmem Otsu Binaryzacja algorytmem Otsu Czy wynik jest zadowalający? N Domknięcie razu Zaisanie razów wynikowych Czy wynik jest zadowalający? N Ręczny dór rogu inaryzacji Domknięcie razu Zaisanie razów wynikowych Ręczny dór rogu inaryzacji WYNIKI Otrzymane wyniki otwierdzają zasadność zastosowania wskaźników wegetacji w automatycznym wyróżnianiu elementów roślinnych na anoramach widokowych. Należy odkreślić, że wyróżnieniu odlegają jedynie zielone części roślin (liście), z ominięciem ni drzew widocznych rzeważnie na ierwszym lanie. e ostatnie rysują się w kanale odczerwieni jako stosunkowo ciemne (fot. ) Kolejny rlem srawiają wyschnięte kwiatostany traw, które z jednej strony słao romieniują w odczerwieni (ze względu na ograniczoną ilość chlorofilu), zaś z drugiej rzyjmując arwę rązową lu żółtą, osiadają stosunkowo wysokie wartości w kanale czerwonym (fot. 3 8). 337

8 Fot. 1. Oraz rejestrowany w zakresie widzialnym. Photo 1. An image registered in the visile range. Fot.. Oraz rejestrowany w odczerwieni. Photo. An image registered in the infrared. Fot. 3. Wskaźnik wegetacji NDVI. Photo 3. NDVI vegetation indicator. Fot. 4. NDVI raz zinaryzowany. Photo 4. NDVI an image inarized. Fot. 5. Wskaźnik wegetacji MODIS EVI. Photo 5. MODIS EVI vegetation indicator. Fot. 6. MODIS EVI raz zinaryzowany. Photo 6. MODIS EVI an image inarized. 338

9 Fot. 7. Wskaźnik wegetacji EVI ez wsółczynników kaliracyjnych. Photo 7. EVI vegetation indicator without caliration factors. Fot. 8. EVI ez wsółczynników kaliracyjnych raz zinaryzowany. Photo 8. EVI vegetation indicator without caliration factors image inarized. Fot. 9. Różnica omiędzy wskaźnikiem NDVI oraz MODIS EVI Photo 9. he difference etween NDVI and MODIS EVI. Fot. 1. Różnica omiędzy wskaźnikiem NDVI oraz EVI ez wsółczynników kaliracyjnych. Photo 1. he difference etween NDVI and EVI without caliration factors. Fot. 11. Oraz o wykonaniu oeracji zamknięcia. Photo 11. An image after closing oeration. Fot. 1. Odfiltrowanie tła oraz elementów roślinnych Photo 1. Image ackground and greenery filtered out. 339

10 Różnica omiędzy wartościami rejestrowanymi w zakresie odczerwieni i czerwieni nie może zatem stanowić w tym rzyadku efektywnego wskaźnika (fot. 3, 5, 7, 11). Drne łędy ojawiają się także w miejscach silnie zacienionych oraz w konturach roślin (fot. 1-1). Porównując rezultaty otrzymane w rzyadku zastosowania wskaźników NDVI oraz MODIS EVI zauważono, że ten ierwszy daje znacznie lesze efekty (fot. 3 i 4). Prawie identyczny rezultat można natomiast otrzymać o wyeliminowaniu wsółczynników kalirujących EVI. Jest to zrozumiałe, gdyż są one secjalnie drane do danego tyu urządzeń (sektroradiometrów) oraz odległości sensorów od iektu, a co za tym idzie, stonia rozroszenia światła w atmosferze. WNIOSKI I UWAGI KOŃCOWE Omówiony owyżej algorytm odfiltrowania zieleni stanowi jeden z etaów segmentacji anoramy widokowej, która ma na celu dalsze cyfrowe analizy arametrów charakterystycznych dla danego widoku. W wyniku jego zastosowania można dokonać zarówno wyróżnienia zieleni, jak i elementów infrastruktury technicznej i udowlanej. Ocena średniej jasności razu ozwoli oszacować stoień uranizacji analizowanego terenu. Może stanowić także unkt wyjścia dla analiz kształtów elementów składowych widoku, azujących na wsółczynnikach kształtu czy omiarze wymiaru fraktalnego, który ozwala na analizę struktury widokowej krajrazu (Łaędź et al., 1). Dzięki rejestracji anoramy w zadanych odstęach czasowych można monitorować roces zmian zachodzących w danym widoku. Przeniesienie zasad liczania wskaźników wegetacji ze zrazowań ortogonalnych na widoki z oziomu widzenia człowieka naotyka ewne trudności. Są one sowodowane innym kątem atrzenia, w którym znaczną rolę odgrywa nakładanie się lanów (tu widoczne w rzyadku suchych kwiatostanów traw), widoczność ni, czy cień własny koron drzew. Artykuł koncentruje się wokół zagadnienia widoczności, lecz warto w tym miejscu zauważyć, że ten asekt stanowi jedynie jedną ze składowych wchodzących w zakres rocesu ercecji (Ervin, Steinitz, 3). Nie odjęto tu także ró waloryzacji SŁOWNICZEK Segmentacja razu odział razu, mający na celu identyfikowanie szarów jednolitych od względem określonych własności, takich jak: oziom jasności, tekstura czy arwa. Dystorsja ersektywiczna zniekształcenie owodujące, że gaaryt iektu rzutowanego na owierzchnię razu jest zależny od jego odległości. Jest nierozłącznie związana z charakterystyką ostrzegania ludzkiego. Wzór Bayera rozkład filtrów na matrycy aaratu cyfrowego, rzeuszczających światło o określonej długości fali, służący do rozdzielania arw na trzy składowe. 34

11 Wzór ten ma ostać szachownicy, w której ołowa elementów rzeuszcza kolor zielony, a co czwarty - kolor nieieski lu czerwony. Binaryzacja jedna z metod segmentacji, w wyniku której otrzymujemy raz zawierający jedynie dwie wartości: - rerezentujące arwę czarną, oraz 1 - rerezentujące arwę iałą. Filtr minimalny/maksymalny oeracja, której efektem jest wyór do razu wynikowego wartości minimalnej/maksymalnej z otoczenia danego iksela. Rozmiar tego szaru jest określany arametrem filtru. Algorytm inaryzacji Otsu zamiana razu monochromatycznego (w skali szarości) na czarno-iały (dwuoziomowy), w której wykorzystano rachunek rawdoodieństwa oraz metody statystyczne. Pozwala ona na stosunkowo efektywne automatyczne wyróżnianie klas iektów i tła. Zamknięcie oeracja, której rzerowadzenie ma na celu usunięcie drnych otworów w iektach widocznych na razie oraz wygładzenie ich rzegu. LIERAURA Bisho I., 3: Assessment of visual qualities, imacts, and ehaviours, in the landscae, y using measures of visiility, [w:] Environment and Planning B: Planning and Design, volume 3, s Ervin S., Steinitz C., 3: Landscae visiility comutation: necessary, ut not sufficient, [w:] Environment and Planning B: Planning and Design, volume 3, s Felhorski W., Stanioch W., 1973: Kolorymetria trójchromatyczna, WN, Warszawa, s Łaędź P., Ozimek A., Ozimek P., 1: Box-counting Dimension in Landscae Photograhs Analyses, [w:] Peer Reviewed Proceedings of Landscae Architecture 1, Wichmann, Berlin, s Malina W., Smiatacz M., 5: Metody cyfrowego rzetwarzania razów, Oficyna Wydawnicza EXI, Warszawa, s oraz Nieniewski M., 1998: Morfologia matematyczna w rzetwarzaniu razów, Akademicka Oficyna Wydawnicza PLJ, Warszawa, s Ozimek A., Ozimek P., 9: Algorytmy rzetwarzanie razu w wyróżnianiu tworzywa kulturowego i rzyrodniczego na fotografiach krajrazowych, [w:] Nauka, rzyroda, technologie, om 3, zeszyt 1, #1, Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu, s Sanecki J. (r. Z.), 6: eledetekcja. Pozyskiwanie danych, WN, Warszawa, s Struzik P, 1999: Zastosowanie informacji satelitarnej AVHRR/NOAA do klasyfikacji rodzaju okrycia terenu. Instytut Meteorologii i Gosodarki Wodnej, Warszawa, s. 17 i