Odvětvové informační středisko a Zeměměřická knihovna VÚGTK 250 66 Zdiby 98, tel. +420 284 890 375, fax: +420 284 890 056

Experimentální slučování snímků s vysokým rozlišením

[Experimentos em fusăo de imagens de alta resoluçăo]

Mario Jorge Schneider, Olga Regina, Pereira Bellon, Hideo Araki. - In: Bol. Cięnc. geod. - ISSN 1413-4853. - Roč.9, č.1 (2003), s.75-88 : 5 tab., 5 obr. - Res. angl.

Přeložila M. Kulatá (zkráceno)
Zdiby : VÚGTK, 2004. - 3 s.

Klíčová slova: snímky s vysokým rozlišením, satelitní snímky, transformace HSV, hornopropustný filtr

1. Úvod

Cílem slučování snímků je vytěžit informace co nejvyšší kvality. Slučování snímků s různým rozlišením přináší zlepšení prostorového rozlišení a zachování spektrální kvality. Panchromatické snímky (PAN) s vysokým rozlišením (1 m) mohou být kombinovány s multispektrálními snímky (MS) s menším prostorovým rozlišením (4 m) pomocí vhodných technik.

Tato práce srovnává výsledky tradičních metod (substituce, transformace HSV, substituce hlavní složky nebo hornopropustná filtrace) používaných při slučování MS a PAN satelitních snímků IKONOS.

Analýza výsledků byla provedena na základě statistického srovnávání (koeficient korelace) a vizuální analýzy. Ve vizuální analýze je vnímaná kvalita snímku silně závislá na pozorovateli a tematické aplikaci, proto bylo použito také kvantitativní měřítko.

Některé produkty slučování snímků jsou již začleněny do komerčních programů. Uživatelé však mají přizpůsobit jednotlivé parametry procesu slučování. Aritmetické kombinace by uživateli umožnily různě posoudit vstupní snímky pro zdůraznění příslušné charakteristiky pro aplikaci.

2. Zkušební oblast a charakteristika údajů

Typy půdního pokrytí, které se nachází na zkoumané ploše, silně ovlivňují výsledky slučování. Pro městské oblasti s velkým počtem objektů různých stupnic je tedy složitější, aby odpovídaly vysoké různorodosti prostorových a spektrálních informací. Tyto oblasti jsou proto velmi užitečné pro posuzování schopností metod slučování.

Zkušební oblast vybraná pro tyto experimenty odpovídá městskému obvodu Rio Negro ve státě Paraná (Brazílie). MS a PAN snímky pocházejí ze satelitu IKONOS z roku 2000. Ve vybrané oblasti se nacházejí různé typy půdního pokrytí: lesní a přízemní porost, vodstvo, vlastní půda a budovy s rozdílnými typy střešních krytin. Na panchromatickém snímku jsou jednotlivé typy pokrytí rozlišené odstupňovaným odstínováním od světlé po tmavou. Vytvořením barevné kompozice na multispektrálních pásmech je rozdíl mezi typy pokrytí jasný.

3. Metody slučování

Použité metody představují čtyři tradiční způsoby experimentálního
slučování snímků:
- substituce pásem (Band Substitution) - ta je čistě vizuální a v dalším textu se označuje zkráceně jen jako substituce,
- transformace barev - HSV Transformation (Hue, Saturation, Value),
- substituce hlavní složky - SPC (Substitution of Principal Component), v původním textu označovaná jako SCP (=zkratka v portugalštině)
- použití hornopropustného filtru - HPF (High-Pass Filter).

Proces slučování snímků začíná u souboru multispektrálních pásem (B1, B2, B3). Jedno z původních pásem může být nahrazeno pásmem panchromatickým; nebo jedno z pásem vytvořených procesem transformace HSV nebo substituce SCP může být nahrazeno PAN pásmem; dále může být informace o vysoké prostorové frekvenci, která je u PAN, přidána ke každému spektrálnímu pásmu. Pro případ slučování založeného na transformaci je provedena zpětná přeměna pro vytvoření hybridních pásem (B1", B2", B3"). Metody substituce a transformace v oblasti barev umožňují provádět slučování pro tři pásma, zatímco použití základních složek nebo filtrů dovoluje provádět slučování pro větší počet pásem.

3.1 Substituce

Při slučování pomocí substituce se nejdříve ověří korelace mezi původními MS pásmy a PAN pásmem, následně se provede histogram mezi MS pásmem s vyšší korelací a pásmem PAN a nakonec její substituce za PAN. Tím se vytvoří hybridní snímek se třemi pásmy. Výhodou této metody je, že nemění radiometrické hodnoty kterékoliv z původních pásem.

3.2 Substituce hlavní složky (SCP)

Na základě statistické techniky Analýza hlavní složky (Principal Component Analysis) se vytvoří další složky snímku. Hlavní složka je orientovaná podle směru největší variance hladin šedi na původním snímku a představuje největší kontrast. Měla by tedy obsahovat informaci společnou všem původním pásmům, zatímco spektrální specifické informace každého pásma jsou v ostatních složkách. Při metodě Substituce hlavní složky (SCP) je hlavní složka po provedení histogramu nahrazena pásmem PAN a dále je provedena zpětná operace, aby se zkombinované údaje vrátily opět do prostoru snímku.

3.3 Transformace HSV

Odstín (H=Hue), sytost (S=Saturation) nebo jas (V=Value) se vztahují k parametrům vnímání barev: jas k celkovému lesku barvy, odstín k délce dominantní vlny a specifická sytost k čistotě barvy. V metodě slučování využitím HSV jsou transformovány tři spektrální pásma s nízkým prostorovým rozlišením z barevného prostoru RGB do prostoru HSV. Složka V je nahrazena snímkem PAN, je provedena zpětná operace, vracející se do prostoru RGB.

3.4 HPF (filtr typu horní propust)

Při slučování s hornopropustným filtrem se přenese obsah vysoké prostorové frekvence snímku s vysokým prostorovým rozlišením na snímek

s menším prostorovým rozlišením. V testech se snímkem IKONOS byl vytvořen histogram mezi PAN snímkem a každým z MS pásem. Na každý takto vzniklý snímek byl aplikován hornopropustný filtr. Pro každé pásmo se určil součet pixelů hodnot šedi na původních pásmech a pixelů informace o vysoké prostorové frekvenci. Tato metoda vytváří obvykle hybridní snímky s menším spektrálním zkreslením.

4. Analýza výsledků

4.1 Statistická analýza

Koeficient korelace je ukazatelem statistické podobnosti mezi dvěma soubory údajů, zde mezi PAN pásmem, původními MS pásmy a hybridními pásmy. Dobrá technika slučování má poskytnout hybridní pásma, která by se vyznačovala velkou korelací původních pásem s pásmem PAN, a podobnost korelací hybridních pásem mezi sebou s korelací mezi původními pásmy. Použití korelace může ukázat případné změny na hybridním snímku ve vztahu k originálu.

Při substituci je kromě korelace mezi PAN a hlavní složkou získanou ze čtyř MS pásem v ostatních případech korelace nízká, takže substituce příslušné složky složkou PAN způsobí změny ve spektrálních informacích v hybridních pásmech.

Pro experimenty se třemi pásmy zachovalo sloučení metodou SCP největší vzájemné korelace i korelace ve vztahu k PAN.

Pro experimenty realizované se čtyřmi pásmy se objeví zvýšení vzájemné korelace i korelace ve vztahu k PAN u sloučení pomocí HPF.

Pro korelaci mezi původními a hybridními pásmy je výhodné použití 4 pásem, a to především při použití metody HPF.

4.2 Vizuální analýza

Prostorové rozlišení je důležité pro extrakci informace v městských oblastech, kde je nutno např. zobrazit, rozlišit nebo zjistit typ zástavby.

Jsou analyzovány odchylky při použití jednotlivých metod.

4. Závěr

Všechny metody vytvořily hybridní snímek s lepším prostorovým rozlišením, ale každá z nich vytvořila i spektrální změny výsledných pásem ve vztahu k pásmům původním. Nejjednodušší metoda, s nejmenším výpočetním nákladem, je substituce, která zachovává dvě ze tří původních pásem beze změn spektrální informace, a dá se vybrat pásmo, která má být nahrazeno, aby byly zdůrazněny určité typy pokrytí půdy. Metody SCP a HPF zachovaly největší korelaci mezi hybridními a původními pásmy. U metody SCP je toho dosaženo tím, že podobnost mezi spektrálním intervalem, která je u pásma PAN, je stejná jako u pásem MS. U metody HPF může vést k nadměrné segmentovanosti při provádění klasifikace snímku to, že se přidává k pásmům MS obsah vysoké prostorové frekvence, které je u pásma PAN.