Analiza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu

WYDZIAŁ GEODEZJI I KARTOGRAFII POLITECHNIKA WARSZAWSKA Analiza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu Katarzyna Staniak, Przemysław Kupidura Zakład fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej

Analiza teksturowa Wykorzystywana jest między innymi w klasyfikacji obrazów Jedną z metod analizy teksturowej jest analiza granulometryczna 2

Analiza granulometryczna Operacje morfologiczne Tworzą mapy granulometryczne 3

Źródłowe zdjęcia satelitarne Zdjęcie Pleiades Zdjęcie QuickBird Wymiar piksela terenowego: 2,0m x 2,0m 4

Źródłowe zdjęcia satelitarne Zdjęcie Pleiades Zdjęcie QuickBird Wymiar piksela terenowego: 2,44m x 2,44m 5

Obrazy źródłowe Analiza granulometryczna - pojedyncze obrazy źródłowe w skali szarości Rodzaj obrazu źródłowego ma wpływ na skuteczność analizy granulometrycznej 6

Obrazy źródłowe 1) Bliska podczerwień (NIR) 2) Kanał czerwony (R) 3) Obraz NDVI 4) Pierwsza składowa główna 5) Druga składowa główna 7

Mapy granulometryczne Na podstawie każdego obrazu źródłowego powstało 6 map granulometryczncych (z zastowowaniem operacji otwarcia i domknięcia morfologicznego oraz elementów strukturujących o rozmiarach 1, 2 i 3) Dla każdego zdjęcia satelitarnego powstało 30 map granulometrycznych 12

Wybrane klasy pokrycia terenu 3 pola testowe dla każdej klasy pokrycia terenu na obydwu zdjęciach satelitarnych 13

Wybrane klasy pokrycia terenu Gleba odkryta (słaba tekstura) Roślinność trawiasta (słaba tekstura) Las iglasty (mocna tekstura) Las liściasty (mocna tekstura) Zabudowa (mocna tekstura) 14

Badane pary pokrycia terenu Gleba odkryta i zabudowa Las liściasty i roślinność trawiasta Las iglasty i roślinność trawiasta Roślinność trawiasta i zabudowa Las iglasty i zabudowa Las liściasty i zabudowa Las iglasty i las liściasty 19

Odległość Jeffries-Matusita Odległość Jeffries-Matusita miara separatywności wartości dwóch grup pikseli Przyjmuje wartości od 0 do 20

Wyniki badań Tabele zawierające zestawienia median odległości Jeffries-Matusita dla poszczególnych par klas pokrycia terenu 21

Uzyskane wyniki budowa tabel Nazwy źródłowych zdjęć satelitarnych 22

Uzyskane wyniki budowa tabel Nazwy obrazów źródłowych 23

Uzyskane wyniki budowa tabel Nazwy map granulometrycznych 24

Uzyskane wyniki budowa tabel Mediany odległości Jeffries-Matusita 25

Gleba odkryta i zabudowa 26

Las liściasty i roślinność trawiasta 27

Las iglasty i roślinność trawiasta 28

Roślinność trawiasta i zabudowa 29

Las iglasty i zabudowa 30

Las liściasty i zabudowa Pleiades NIR R NDVI PCA1 PCA2 pl_nir_opening_1 0,564 pl_r_opening_1 1,410 pl_ndvi_opening_1 1,414 pl_pca1_opening_1 0,727 pl_pca2_opening_1 1,385 pl_nir_opening_2 0,835 pl_r_opening_2 1,397 pl_ndvi_opening_2 1,414 pl_pca1_opening_2 0,807 pl_pca2_opening_2 1,406 pl_nir_opening_3 0,969 pl_r_opening_3 1,411 pl_ndvi_opening_3 1,413 pl_pca1_opening_3 0,967 pl_pca2_opening_3 1,410 pl_nir_closing_1 0,657 pl_r_closing_1 1,394 pl_ndvi_closing_1 1,412 pl_pca1_closing_1 0,412 pl_pca2_closing_1 1,397 pl_nir_closing_2 0,831 pl_r_closing_2 1,408 pl_ndvi_closing_2 1,413 pl_pca1_closing_2 0,905 pl_pca2_closing_2 1,379 pl_nir_closing_3 1,363 pl_r_closing_3 1,404 pl_ndvi_closing_3 1,414 pl_pca1_closing_3 1,364 pl_pca2_closing_3 1,410 QuickBird NIR R NDVI PCA1 PCA2 qb_nir_opening_1 0,653 qb_r_opening_1 1,414 qb_ndvi_opening_1 1,387 qb_pca1_opening_1 0,638 qb_pca2_opening_1 1,361 qb_nir_opening_2 0,978 qb_r_opening_2 1,406 qb_ndvi_opening_2 1,411 qb_pca1_opening_2 0,907 qb_pca2_opening_2 1,398 qb_nir_opening_3 0,765 qb_r_opening_3 1,357 qb_ndvi_opening_3 1,409 qb_pca1_opening_3 0,648 qb_pca2_opening_3 1,381 qb_nir_closing_1 0,535 qb_r_closing_1 1,405 qb_ndvi_closing_1 1,374 qb_pca1_closing_1 0,731 qb_pca2_closing_1 1,320 qb_nir_closing_2 0,906 qb_r_closing_2 1,409 qb_ndvi_closing_2 1,412 qb_pca1_closing_2 0,851 qb_pca2_closing_2 1,408 qb_nir_closing_3 1,252 qb_r_closing_3 1,411 qb_ndvi_closing_3 1,399 qb_pca1_closing_3 1,029 qb_pca2_closing_3 1,406 31

Las iglasty i las liściasty 32

Wnioski Dobre rozróżnienie na wszystkich rodzajach obrazów Gleba odkryta i zabudowa, roślinność trawiasta i zabudowa, las iglasty i zabudowa 33

Wnioski (2) Na mapach NDVI bardzo dobrze rozróżnialne są wszystkie typy pokrycia terenu poza lasem iglastym i liściastym Na mapach PCA1 i NIR bardzo dobrze rozróżnialne są prawie wszystkie pary pokrycia terenu poza lasem liściastym i zabudową 34

Wnioski (3) Las liściasty i zabudowa są dobrze rozróżnialne na mapach NDVI Wykorzystanie map granulometrycznych PCA1 lub NIR i NDVI pozwala na rozróżnienie wszystkich badanych typów pokrycia terenu 35

WYDZIAŁ GEODEZJI I KARTOGRAFII POLITECHNIKA WARSZAWSKA Analiza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu Katarzyna Staniak, Przemysław Kupidura Zakład fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej