Zdroje nepřesností a „chyb“ v obrazových záznamech • Technické problémy (nedokonalost snímačů, rozlišení) • Samotná podstata snímání (p x p? or a x a (en)) • Atmosférické vlivy • Chyby systematické • opakovatelné • chyby v poloze – zakřivení Země, rotace • možné modelování – korekce • Chyby náhodné • šum – noise • kolísání dráhy, výpadky v činnosti detektorů • vliv atmosféry • Chyby vnitřní a vnější (výše uvedené dle prostředí) Základní metody předzpracování obrazu 1. Radiometrické korekce 2. Atmosférické korekce 3. Geometrické korekce Radiometrické korekce obrazu • Cíl - úprava DN hodnot v obrazovém záznamu tak, aby co nejvíce odpovídaly skutečným odrazovým či zářivým vlastnostem objektů. • Naměřené hodnoty odrazivosti objektů závisí na přesné kalibraci měřícího zařízení. • Kalibraci provádí většina systémů automaticky, například periodickým snímáním určitých referenčních ploch o známých radiačních vlastnostech. 1. Kompenzace sezónních rozdílů 2. Odstranění náhodných chyb Kompenzace sezónních rozdílů • Jsou důležité pro studium časových změn, při zpracování více obrazových záznamů z různé části roku. • Zpracovávané obrazové záznamy mají velmi rozdílné DN hodnoty pro stejné povrchy. • Změna výšky Slunce během dne – heliosynchronní dráha družic na subpolární orbitě • Tyto rozdíly jsou dány mimo jiné rozdílnou výškou Slunce v závislosti na roční době. • Efekt měnící se vzdálenosti Země – Slunce lze ve většině běžných úloh zanedbat. Algoritmy kompenzace sezónních rozdílů 1. Výška Slunce je normalizována na pozici družice v zenitu například dělením každého záznamu sinem výšky Slunce. Informace o výšce Slunce je pro každou scénu zapsána v hlavičce souboru.(Landsat *_MTL.txt) 2. Jiným způsobem, jak eliminovat efekt výšky Slunce, je použití podílů původních pásem multispektrálního obrazu. Odstranění náhodných radiometrických chyb • Obrazové záznamy mohou obsahovat nepřesnosti víceméně náhodné povahy. • Jejich projevem mohou být „radiometricky“ nepřesné či chybějící DN hodnoty jednotlivých obrazových prvků či celého řádku záznamu. 1. Bitové chyby 2. Chybějící řádek 3. „Páskování obrazu“ - stripping Hlavní typy radiometrických chyb v obraze: Kompenzace bitových chyb • Projevují se výrazně odlišnými DN hodnotami jednotlivých obrazových prvků • Často jsou nepravidelně rozmístěny v obraze • K identifikaci slouží analýza histogramu (obr.) • K odstranění se používá speciálních druhů filtrace (viz cvičení) Nahrazení chybějícího řádku 1. Průměrování DN hodnot odpovídajících si pixelů nad a pod chybějícím řádkem 2. Sestavení regresní závislosti mezi dvěma pásmy obrazu Efekt páskování • Chyba typická pro tzv. příčné skenování mechanooptickými skenery. • V případě chybné kalibrace jednoho ze senzorů se ve výsledném obraze objeví opakující se řádek s vyššími (světlejší) či nižšími (tmavší) DN hodnotami. • Chyba může být typická pro určitý typ senzoru. V případě obrazových záznamů z LANDSAT TM, má periodu osmi řádků. • Páskování je patrné především v částech obrazu snímajících rozsáhlé homogenní plochy s nízkou odrazivostí (voda). Landsat 7 Scl – off (2003+) Kompenzace efektu páskování (úprava histogramu) • Použití algoritmů – destripe, fill gap (grafické programy, DPZ softwary) Páskování obrazu LANDSAT TM1 LANDSAT TM4 Páskování obrazu Kompenzace dalších vlivů na radiometrii obrazu vignetace, sluneční skvrna, … Obecné poznámky ke kompenzaci radiometrických chyb • Opravy radiometrických nepřesností je nutné provádět ještě před geometrickou korekcí • V průběhu geometrické transformace dochází většinou k rotaci obrazu, při níž by chyby z jednoho řádku byly zaneseny do částí více řádků. • V případě elektrooptických skenerů (podélného skenování) je odstranění těchto nepřesností náročnější protože nemá pravidelný charakter. • Mocným nástrojem k potlačení radiometrických chyb jsou Fourierovy filtrace (viz. dále) Vliv geometrické korekce na chybějící řádek v obraze Atmosférické korekce Efekty atmosféry způsobují, že naměřené hodnoty radiačních či zářivých vlastností objektů neodpovídají vlastnostem skutečným. Atmosférické korekce • Atmosféra modifikuje naměřené DN hodnoty procesy pohlcování a rozptylu. • Intenzita vlivů pohlcování a rozptylu závisí především na vlnové délce a rozměru rozptylujících částic. • Kompenzace atmosférických vlivů je nutná v případě „kvantitativního dálkového průzkumu Země“ – například při měření radiační teploty • V případě tématického mapování zemského povrchu je důležitá pro snímky z optické části spektra (krátké vlnové délky). Liší se pro typy dat a pásma – odlišné pro data typu: • malé měřítko a široká pásma MERIS, VÉGÉTATION, AVHRR • velké měřítko (IKONOS, Landsat) a relativně úzká pásma • úzká pásma – hyperspektrální data velmi úzká pásma Ovlivnění elektromagnetického záření atmosférou • délce dráhy, kterou toto záření prochází atmosférou • velikosti emitovaného signálu • atmosférických podmínkách • vlnové délce Vlivy atmosféry na charakteristiky záření závisí na těchto faktorech: Záření je ovlivňováno především procesy pohlcování a rozptylu: • Rozptyl způsobuje vyšší hodnoty naměřeného záření především v kratších vlnových délkách. • Pohlcováním jsou pak snižovány naměřené hodnoty elektromagnetického záření v delších vlnových délkách. Rozptyl záření v atmosféře Rozptyl záření v atmosféře je funkcí především vlnové délky Intenzita molekulárního rozptylu je nepřímo úměrná čtvrté mocnině vlnové délky Modré světlo (0,4 m) je rozptylováno 16 krát více než infračervené záření o vlnové délce 0,8 m Rozptyl může značně redukovat množství informace, snímky ztrácí kontrast a je ztíženo odlišení jednotlivých druhů povrchů. Pohlcování elektromagnetického záření atmosférou Výhody eliminace atmosférických vlivů • porovnatelnost více snímků z různých časových horizontů • porovnatelnost více snímků z různých senzorů • zvýšení přesnosti klasifikace základních druhů povrchů • výpočet absolutních hodnot odrazivosti • monitorování životního prostředí • odhady úrody a růstové modely • monitorování škod v lesnictví • monitorování erozí ohrožených ploch • modelování klimatu Aplikace: Možnosti eliminace atmosférických vlivů 1. Metoda nejtmavšího pixelu 2. Regresní analýza 3. Modelování atmosférických podmínek Metoda nejtmavšího pixelu • Je založena na fyzikálním poznatku, že vyzařování vodních objektů v oblasti blízkého infračerveného záření je rovno téměř nule. • Je-li tedy možné ve scéně nalézt alespoň jednu dostatečně hlubokou vodní plochu, potom signál přijatý senzorem lze považovat za příspěvek atmosféry. • Zjištěná hodnota radiometrické charakteristiky je tedy odečtena od všech obrazových prvků. • Jednoduchá, ale ne vždy přesná metoda - příspěvek atmosféry může být rozdílný pro různé DN hodnoty v rámci obrazu, může být způsoben různými chemickými příměsemi, chlorofylem apod. Metody založené na regresní analýze. •Metody mohou být založeny také na sestavení regresního vztahu mezi daty naměřenými distančními metodami a daty z pozemních měření konaných nejlépe v době přeletu družice. (Moc se nepoužívá díky finanční a časové náročnosti, pouze pro některé experimenty) •Korelační pole pixelů IČ snímku (osa y) a snímku z viditelné části spektra (osa x). Proložená rovnice přímky protíná osu x v hodnotě A, která odpovídá příspěvku atmosféry. Modelování atmosférické korekce • Výše uvedené jednoduché empirické metody předpokládají konstantní vliv atmosféry na celé ploše snímku • Při korekcích je nutné zohlednit také změny atmosférických vlivů v závislosti na vlnové délce • Princip atmosférických korekcí – transformace DN hodnot ve dvou krocích: 1. Převod zaznamenaných DN hodnot na zářivé vlastností (RADIANCE - L) 2. Převod zářivých vlastností na skutečné odrazivé vlastnosti snímaného povrchu (REFLECTANCE) • Fyzikální modely, které simulují procesy pohlcování a rozptylu záření v atmosféře • Potřebují meteorologická data (o teplotě či vlhkosti vzduchu, zákalovém faktoru či znečistění aj.) Atmosférické korekce - modelování Ad 1) L jako lineární kombinace DN hodnot Ad 2) odhad (výpočet) optických vlastností atmosféry a výpočet skutečné odrazivosti inverzní procedurou DNccL 10  •DN • L - zář [W.m2.sr-1] (radiance) • ρ - odrazivost (reflectance) •c0, c1 : (offset, gain) – kalibrační konstanty 2L ET L    ET LL     )( 2 L – zář měřená senzorem ρ – odrazivost E – intenzita ozařování (irradiance) [W.m-2] T – propustnost (transmisivita) atmosféry L2 – path radiance Modelování stavu atmosféry • Za pomoci meteorologických dat (teplota, vlhkost vzduchu, zákalový faktor, znečistění), pořízených v době vytváření obrazového záznamu, lze parametrizovat vlivy atmosféry. • Uvedené hodnoty spolu s DN hodnotami obrazového záznamu potom vstupují do numerických modelů, které na výstupu poskytují korigovaná data o radiačních či zářivých vlastnostech objektů. Příklady atmosférických modelů: • ATCOR 2/3 (optická data) • ATREM (hyperspektrální data) • LOWTRAN • MODTRAN • Sen2Cor (SNAP) Atmosférické korekce – modelování ATCOR 2/3 odhad (výpočet) optických vlastností atmosféry ATCOR 2/3  katalog funkcí atmosférických korekcí, které jsou uloženy ve vyhledávacích tabulkách.  široká paleta atmosférických podmínek:  7 typů standardní atmosféry – (je určen: tlak v závislosti na nadmořské výšce, teplota vzduchu, objem vodního výparu, koncentrace ozónu – převzato z modelu MODTRAN – 2)  Atmosféra středních zeměpisných šířek v létě  Standardní atmosféra Spojených států v roce 1976  Standardní tropická atmosféra  Pouštní (suchá) atmosféra  Podzimní atmosféra  Atmosféra středních zeměpisných šířek v zimě  Subarktická zima 1.Různé druhy aerosolů – venkovský, městský, pouštní, přímořský 2.Různé koncentrace aerosolů (aerosolová optická tloušťka) definované viditelností (5 – 40 km, možnost interpolace 4, 80 km) 3.Různé nadmořské výšky (0; 0,5; 1 km nad hladinou moře) 4.Solární úhel v rozmezí od 0° do 70° v krocích po 10° 5.Různé funkce pro různé senzory a spektrální pásma1 6.Úhel pohledu detektoru (Pouze pro SPOT) Další modely 5S Simulation of Satellite Signal in the Solar Spectrum (Tanre et al., 1990) Tanre D., et al. (1990), "Description of a Computer Code to Simulate the Satellite Signal in the Solar Spectrum: 5S code", Int. Journal of Remote Sensing, vol 11, no 4, 1990, pp 659-668. vytvořeny statistické modely pro přesný odhad atmosférických podmínek: Odhadne se velikost signálu u detektoru bez vlivu absorpce plynu, pokud je zjištěn vliv plynu, opraví se hodnota s ohledem na absorpci plynu vstupní parametry jsou •geometrické podmínky •atmosférický model pro plyny •model aerosolů •druhy odrazivosti látek na povrchu Model LOWTRAN Model MODTRAN Berk A., Bernstein L.S., Robertson D.C. (1989), "MODTRAN: A Moderate Resolution Model for LOWTRAN 7", Spectral Sciences, Inc. Burlington, Massachusetts. ATREM Atmospheric removal program Gao B., Heidebrecht K.B., Goetz A.F.H. (1996), "Atmospheric Removal Program (ATREM) version 2.0 User’s Guide", Center for the Study of Earth from Space/CIRES, University of Colorado. Používá se pro hyperspektrální data ze skeneru AVIRIS SMAC a Simplified method for the atmospheric correction Poloempirická metoda, kde jsou stanoveny koeficienty přenosu zářivé energie ze Země k senzoru a rovnice pro jednotlivá spektrální pásma,je vhodná pro meteorologické družice H. Rahman - Scientific Officer, Bangladesh Space Research and Remote Sensing Organization (SPARRSO), Shere Bangla Nagar, Dhaka, Bangladesh.a; G. Dedieua FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) - software ENVI - relativně velmi přesný model - i pro data hyperspektrální Atmosférické korekce - modelování Modelování stavu atmosféry Za pomoci dat naměřených ze speciálních snímacích zařízení na palubě družice: NOAA – AVHRR Pro atmosférické korekce a výpočet SST: HIRS – High Resolution Infrared Radiometer Sounder Provádí měření hustoty aerosolů v VIS a IR a množství vodní páry v TERM části spektra Metody založené na empirii Založeny na různém ovlivnění DN hodnot atmosférou v jednotlivých pásmech • Analýza hlavních komponent • Obrazové podíly Obecné poznámky k atmosférickým korekcím • Cílem všech atmosférických korekcí je získat z původních naměřených dat tzv. absolutní hodnoty odrazivosti či vyzařování objektů. • Pomocí těchto absolutních hodnot lze následně vyjádřit některé vlastnosti těchto objektů v kvantitativní podobě (množství biomasy, povrchovou radiační teplotu, vodní obsah atd.) • Efekty atmosféry jsou však naštěstí ve srovnání s např. efektem výšky Slunce malé a v řadě aplikací je možné je zanedbat. • Zvláštní význam však mají tyto korekce především pro meteorologická a hyperspektrální obrazová data.