Digitální zpracování materiálů DPZ Základní pojmy Zpracování obrazu je nedílná součást DPZ Dálkový průzkum Země (DPZ) se zabývá. pořizováním leteckých a družicových snímků, jejich zpracováním a analýzou za účelem tvorby topografických či tematických map. Remote Sensing Quantitative Remote Sensing flLLond Surfaces_ 1 11 illtimiJ Remote Sensing Snímky jako podklad pro mapování Snímek není mapa. Tématické i topografické mapy lze vytvářet zpracováním snímků Formy obrazu: Analogové (fotografické) - metody analogové interpretace, založené na rozpoznávání objektů a použití interpretačních znaků • druhy - tv,tó,ba,st,ve,tex,str Digitální (číslicové, naskenované) - digitální zpracování obrazu Informace dvojího druhu: 1. topografické (geometrické - spíše FGM)..příklady??? 2. tematické (DPZ)....příklady??? Vznik a rozvoj DZO byl podmíněn: • Dostupností digitálních dat (1972 - ERTS-1) • Rozvojem výpočetní techniky Snímky zemského povrchu se stávají nejdůležitějším zdrojem prostorově lokalizovaných dat vstupujících do GIS Přednosti metod digitálního zpracování obrazu • Urychlení • Opakovatelnost • Ekonomičnost • Objektivita • Implementace metod vícerozměrné statistiky Nevýhody: • Nutnost korigovat automatické postupy • Předzpracování dat • Náročnější na schopnosti interpreta • Výpočetní kapacita • Specializované softwary, postupy Základní etapy digitálního zpracování snímků Předzpracování obrazu (závisí na typu senzoru, podmínkách pořízení záznamu) Radiometrické korekce Atmosférické korekce Geometrické korekce Zvýraznění obrazu (efektivnější znázornění, několik kroků,specifické dle zdrojového snímku) Bodová zvýraznění Prostorová zvýraznění Vícepásmová zvýraznění Klasifikace obrazu (rozhodovací pravidla - klasifikátory, založeny převážně na spektrálním chování, geom. či prostorových vlastnostech objektu) Klasifikace řízená a neřízená Klasifikace per-pixel a per-object, atd... Specifika zpracování radarových a hyperspektrálních dat Studium dynamiky jevů (časové hledisko, historický význam) Modelování s obrazovými daty (predikce chování, změn, odhady kvantitativních parametrů) Integrace obrazových dat do GIS (syntéza různých zdrojů, senzorů..) Programové prostředky pro zpracování dat DPZ (přehled vybraných hlavních zástupců) PCI Geomatica (2017) www.pcigeomatics.com ERDAS Imagine (2016) www, hexagongeospatial. com ENVI (5.3) www, exe I is vis, co. u k/Ho me. as ox TNTmips (2016) www, microimages, com eCognition Essential (1.3) www, ecognition. com/ SNAP (6.0) http://step.esa.int/main/ PCI Geomatica +_+ Modulární skladba Soubor parametrů PRM.PRM Nativní formát (*.PIX) GDB (Generic Data Base) koncept Podpora křovákova zobrazení Grafické modelování Podpora více než 130 formátů Geomatica 2014 (Trial Version) Základní součásti • Focus • Orthoengine • Modeler •EASI • Chip manager •Fly! • SPTA (volitelné) • Mosaic Tool fE PCI Modeler: C:\PCI_V...kclus.mod File Edit View Execute Preference a (Ja B to m ÄOiíŕ © m :■: KCLUS - K-Means Clustering JS]x| Help Databáze PIX Struktura: • Obrazová data (database channels) • Segmenty 1. Segment - georeferenční 2. ... n segment (zobrazovací funkce - LUT, vektor, škály indexových barev PCT, masky, signatury, text, ... Image channels Training site segments Histogram segments Další užitečné programy A • TerrSet 18.2 (IDRISI) www, dark labs, org • GRASS GIS 7.0.4(free) https://grass.osgeo.org/ • ILWIS 3.8 (free) http://52north. org/communities/ilwis • HyperCube (free) h ttp ://www. erdc. usace. arm v. mil/Media/Fact-Sheets/Fact-Sheet-Article-View/Article/610433/hypercube/ • SAGA GIS 2.3 (free) http://www.saga-gis.org/en/index.html • další možnosti třeba zde: http://www, un-spider. org/links-and-resources/gis-rs-software Opakování základních pojmů z přednášky Dálkový průzkum Země Digitální snímek a jeho vlastnosti Digitální snímek se skládá z tzv. obrazových prvků (pixelů). Každý pixel nese jedno číslo (DN hodnotu) -toto číslo je prezentováno jako odstín šedi Vznik digitálního obrazového záznamu D N hodnoty nejsou skutečnými radiometrickými charakteristikami Skutečné zářivé a radiometrické charakteristiky však můžeme vypočítat To je nezbytné především pro tzv. kvantitativní dálkový průzkum Spektrální chování Odrazivost 0.5 1.0 2,0 vlnová délka [mikrometry] Spektrální příznaky Ze spektrálního chování tedy lze pro každý objekt odvodit tzv. spektrální příznaky. Tyto příznaky jsou pro daný typ povrchů typické. MSS scan Hne Vlastnosti digitálního snímku Obrazový záznam charakterizují čtyři základní druhy rozlišovacích schopností: 1. Radiometrické rozlišení 2. Spektrální rozlišení 3. Prostorové rozlišení 4. Časové rozlišení Radiometrické rozlišení Udává počet úrovní, do je obraz zaznamenán 6-bitů (64 úrovní) LANDSAT MSS ® ® 8-bitů (256 úrovní) LANDSAT TM 256 úrovní 10-bitů (1024 úrovní) NOAA-AVHRR Reálná čísla 32 tis., komplexní čísla SAR Spektrální rozlišení • Počet vytvářených snímků v MS režimu • Šířka intervalu zaznamenaných vlnových délek panchromatický snímek w. ■ '- 3" 11 i"ľ ■Hl) ■30 0 7Mm BĚue+Gr&en+Red multispektrální snímky 176 133 13Ů íiF. 37 177 131 \2 M 96 BF n 11 35 sa 0.4 0.5 06 0.7 BEue Green Red hyperspektrální snímky Každý pixel obsahuje unikátní spojité spektrum umožňujíc! po atmosférické korekci identifikaci materiálů/povrchů na Zemi na základe jejich odrazivosti. Odrazivost 0.4 Vlnová délka [um] 2.5 hyperspektrální snímkování Prostorové rozlišení velikost nejmenšího rozlišitelného prvku Družice Pixel METEOSAT 7 2,5-5 km NOAA 17 1,1 km QuickBird 2 0,65 m LANDSAT 7 30 (15) m SPOT 5 2,5 (10) m 40 x 40 m 80 x 80 m 1 10 20 80 m Přibližný vztah mezi vhodným měřítkem a rozlišením dat DPZ měřítko velikost pixelu (m) skener (družice) 1: : 5000 0,7 m QuickBird PAN 1: 10 000 1 P/Ikonos 1: : 25 000 2,5 m SPOT 5 PAN 1: 50 000 5-6 P/IRS, XS/Ikonos 1: 100 000 10 HRG/SPOT 1: : 250 000 25-30 HRVIR/SPOT, TM/Landsat 1: : 500 000 50 LISS/IRS 1: : 5 000 000 500 OCTS 1: : 10 000 000 1000 AVHRR/NOAA Minimální velikost obrazového prvku nutná k interpretaci vybraných objektů Objekt Velikost pixelu (m) jednotlivé menší budovy a cesty 2 menší silnice a vodní toky 5 hlavní silnice a bloky budov 10 Časové rozlišení Frekvence s jakou systém vytváří snímky stejného území: 1.6. 2003 17.6. 2003 16 dnů 3.7. 2003 O Časové rozlišení snímků z LANDSATu Družice Časové rozliš. METEOSAT 7 15 minut NOAA 17 12 hodin QuickBird 2 2-4 dny LANDSAT 7 16 dnů SPOT 5 26 dnů Šířka scény polokoule 2600 km 11 km 185 km 60 km Pixel 2,5-5 km 1,1 km 0,65 m 30 (15) m 2,5 (10) m Základní způsoby vizualizace 1. černobílý obraz 2. barevná syntéza (RGB systém) 3. pseudobarevný obraz (indexové barvy) Syntéza v přirozených barvách Syntéza v nepravých barvách 0,5-0,6 jam 0,6-0,7 jum Snímek z infračervené části spektra Pseudobarevný režim (Snímky jako výsledky klasifikace ) Vstupní pásmo RGB Výsledná barva 0 255 255 255 bílá 1 175 125 0 světle hnědá 2 255 255 0 žlutá Histogram obrazu f aritmetický průměr: medián: 82,6 80,0 6 minimum: L maximum: směrodatná odchylka: 254 26,9 0 127 255 • základní způsob informace o rozložení DN hodnot v obraze • základní prostředek pro zvýraznění obrazu (úpravu kontrastu) • nástroj pro jednoduchou klasifikaci Pro prvotní analýzu jsou důležité tyto charakteristiky • tvar histogramu (počet vrcholů, lokální minima) • rozsahu zaznamenaných DN hodnot (min a max) • poloha v rámci možného dynamického rozsahu Podpůrná (neobrazová) data pro DZO bitové mapy (masky) vektory spektrální příznaky georeferenční data zobrazovací tabulky pseudobarevné tabulky georeferenční body, data parametry dráhy nosiče textové informace File Edit View Tools Classify cape ¥6.0.1: BRNQTMR.PIX View Tools Classify • PCT Editing Predefined Pseudo-Colour Tables Smooth I Stepped | Grey Ramp | Random | Current Pseudo-Colour Table £4 Z Ol £4 O Z Ol 2£4 155 Z 55 E 55 Z 5 5 Z 55 Z 55 2 55 167 Z 5 5 2 5 5 Z 5 5 127 Z 5 5 96 £55 172 0 169 0 139 49 115 53 90 65 255 255 49 e e 140 lOS 161 137 64 64 185 15 2.2.2. 173 HO 180 255 255 £39 219 160 122 250 £50 £55 O 133 133 Colour Selection HB H Red: C 1 ►! 45 1 Green: <| I ►! 98 Blue: <\ M 255 Hold Colourj Grey Leve :0 I Other 3 Ellipsoid| |TM EOT 5 | | More... Bounds: Geocoded Upper Left: 3601650.000 Lower Right: 3614450.000 5465925.000 5453125.000 Georeferencing Mode ä LUT Editing Channels Green ▼ (...... I................. Blue 2. í II...... Editor Size f~ Small Large Close j Help Vztah mezi DN, zářivými a odrazovými vlastnostmi povrchů L =c0 + crDN • DN • L - zář [W.m2.sr_1] (radiance) •p - odrazivost (reflectance) _I_p LI : záření rozptýlené atmosférou „path radiance" L2 : záření odražené snímaným povrchem L3 : záření odražené a rozptýlené okolními objekty cO, cl : (offset, gain) - kalibrační konstanty Vztah mezi DN, zářivými a odrazovými vlastnostmi povrchů pET _ (L-L2)-7r n ET L - zář měřená senzorem p - odrazivost E - intenzita ozařování (irradiance) [W.nr2] T - propustnost (transmisivita) atmosféry L2 - path radiance • Literatura: • James B. CAMPBELL: Introduction to Remote Sensing (second edition) • Thomas M. LILLESAND, Ralph W. KIEFER: Remote Sensing and Image Interpretation (fourth edition) • Paul M. MATHER: Computer Processing of Remotely-Sensed Images (fourth edition) • Lena HALOUNOVÁ, Karel PAVELKA: Dálkový průzkum Země Webové stránky - zpracování obrazu - http://www.utsa.edu/LRSG/Teaching/GEO5083/SyllabusGEO5083 20 12.html - https://nature.berkeley.edu/~penggong/textbook/ - http://priede.bf.lu.1v/GIS/.Descriptions/RST/TofC/tocl.shtml - https://rscc.umn.edu/lessons - http://web.pdx.eduMduh/courses/Archive/geog481w07/ • free online kursy o o http? o http?