Prelucrarea digitală şi interpretarea automată a imaginilor

aeriene şi satelitare. Corecţii atmosferice, radiometrice

şi geometrice
Prelucrarea digitală şi interpretarea automată a
imaginilor aeriene şi satelitare. Tehnici de compresie
şi de întărire a contrastului imaginilor
Prelucrarea preliminara a imaginilor
 Pentru a atinge o precizie in concordanta cu scara la care s erealizeaza hartile
tematice, trebuie asigurata precizie geometrica si radiometrica a datelor initiale.
 Principalii parametrii care influenteaza geometria unei imagini: rotatia
Pamantului, unghiul pe care il face axa sistemului de inregistrare cu normala la
suprafata terestra, curbura Pamantului, orbita reala a senzorului/satelitului,
miscarile de balansare ale acestuia pe orbita=> buget mare de timp necesar
corectarii erorilor aparute
 Influenta atmosferei – compozitia eterogena perturba radiatia electromagnetica
intre satelit si obiectul de pe Terra. Ilaturarea erorilor – algoritmi care transforma
radianta imaginii( energia ajunsa la nivelul senzorului) in reflectanta a imaginii(
energia reflectata doar de suprafata terestra)
 Datele multisenzor multitemporale, pentru a putea fi analizate, trebuie
normalizate, ,pentru a reduce variatia valorilor luminantei si a le adapta
conditiilor specifice.
 Senzori diferoti, rezolutii diferite, nr de benzi diferite=> necesita prelucrare
digitala complexa( filtrari, intariri de contrast, variatia intensitatii, saturatia,
compresia datelor, clasificari nesupervizate si suprevizate, rapoarte de benzi,
analiza indicilor de vegetatie)
 Prelucrarea preliminara include:

5/20/2021
a) Corectarea efectelor atmosferei
 Analogie fotogrametrie aeriana-teledetectie vis a vis de corectii radiometrice
 Absorbtia, reflexia sau difuzia semnalului prezinta importanta diferita, in
functie de lungimea de unda a benzii analizate
 Exista 3 strategii:
 Metoda bazata pe masuratori de teren concomitent cu preluarea imaginii
=> stabilirea unui model corelational intre datele masurate si cele
inregistrate la bordul satelitului
 Calitatea corectiei depinde de numarul si localizarea masuratorilor imagine
 Se pot face retele de masuratori in zone putin variabile in timp, efectuate cu
radiometre adaptate pentru toate rezolutiile spatiale si canalele spectrale
OBS: necesara o retea densa de statii meteo
 Corectarea erorilor produse de praf in perioadele uscate
 Influenta mediului inconjurator pixelului
 Umiditate, natura, textura si structura solului produc erori

5/20/2021
b) Corectii radiometrice
1. Corectia zgomotului instrumental
 Corectii sistematice in statiile de recptie de la sol si distributie a datelor
 Fiecare element ce compune senzorul produce propriul zgomot, dar se considera ca
ele actioneaza ca ansamblu si afecteaza capacitatea de raspuns a senzorului
2. Calibrarea radiometrica a inregistrariulor de teledetectie
 Limitele senzorului+puterea disponibila la nivelul satelitului+mediul= cauzele
degradarii progresive a raspunsului senzorului
 Pentru orice sistem de inregistrare radiometric exista un factor de proportionalitate
intre variatia fluxului radiant la intrarea in sistem si cea corespunzatoare marimii
numerice de la iesire; intarirea instrumentala
 Calibrarea sitemului luminantelor – vizarea la bord a unor lampi de calibrare
 Calibrarea pentru IR – vizarea unui obiect negru
 Calibrarea radiometrica propriu-zisa – la centrul de receptie a datelor
 Striping – datorat baleiajului

5/20/2021
c) Corectii geometrice
1. Corectii aferente camerelor fotogrammetrice amplasate pe platforme
aeriene si satelitare
 Multiple surse de erori
 Perspectiva centrala – detaliu departat=> imaginea deformata

 Datorate tehnicii de preluare transversal /in lungul platformei

 Datorate inclinarii platformei pe cele 3 axe

5/20/2021
  Corectii datorate asamblarii imaginii pancromatice

Asamblarea
imaginii Asamblarea
pancromatice ptr imaginii
camera Z/I Imaging pancromatice ptr
DMC UltraCAM X
5/20/2021
 2. Corectii aferente imaginilor satelitare
 Imaginea bruta, rezultata in urma inregistrarilor satelitare este afectata de
deformatii sistematice sau accidentale
 Deformatiile sistematice – datorate rotatiei Pamantului, unghiului de baleiaj,
oblicitatii liniei de baleiaj in raport cu linia nadirala, vitezei de baleiaj a
oglinzii oscilante, inclinarii orbitei fata de directia N-S. Programe de
autocorectie
 Deformatiile accidentale – datorate miscarilor incontrolabile ale satelitului
in raport cu traseul orbital sau verticala locului. De ex; variatii de
altitudine=>GCP; Corectarea se face in centre de distribuire a datelor

3. Corectarea deformatiilor sistemice

 in timpul inregistrearii unei imagini satelitare(28 secunde /inregistrare ptr
Landsat TM) – are loc o deplasare relativa a satelitului=> deplasare
sistematica a liniilor orizontale, de la E la V

5/20/2021
  Deformatii datorate unghiului de baleiaj sau distorsiunii panoramice –
sistemul de inrregistrare are un monitor de unghi de baleiaj, care transmite
la sol pozitia oglinzii de baleiaj in functie de timp
 Deformatii datorate deplasarii spre stanga a liniilor de baleiaj – sunt
efectul miscarii satelitului pe orbita in timpul preluarii imaginii. Pentru
senzorul TM, oglinda de baleiaj este activa pe ambele directii de baleiaj=>
liniile de baleiaj sunt decalate, prin combinarea satelit-sens de oscilatie.
Decalajul este compensat automat de catre un corector de linie conectat ;a
monitorul de unghi de baleiaj. Acesta imprima o rotatie progresiva a liniei
observate pentru a evita suprapunerile sau golurile dintre liniile succesive
=> ax perpendicular pe directia nadirala
 Deformatii datorate deplasarii liniei nadirale

5/20/2021
 4. Corectarea deformatiilor nesistematice
 Deformatii datorate variatiei vitezei de baleiaj – urmare a opririi oglinzii de
baleiaj la capatul cursei, inainte ca motorul sa o roteasca in serns
opus.Anomalie controlata prin teste facute inainte de lansarea satelitului
 Deformatii datorate variatiei altitudinii satelitului – rezulta o largire sau
micsorare a fasiei baleiate la sol si a scarii inregistrarii.Imaginea devine
trapez
 Deformatii datorate variatiei vitezei satelitului – se produc modificari de
scara, dar numai in sensul de deplasare al satelitului
 Deformatii datorate variatiei pozitiei satelitului- tangaj, ruliu si oscilatiile
satelitului in timpul deplasarii pe orbita
 CORECTAREA acestor deformatii :
 Nu pot fi scrise modele matematice pentru corectarea lor
 Se apeleaza la puncte de reper care se regasesc pe imaginea satelitara si pe
documentul sursa( harta/plan)
 Se folosesc functii polinomiale

5/20/2021
  Consideram xOy sistemul de coordonate al hartii(longitudine si latitudine) si
uOv sistemul de coordonate al imaginii(Linii si coloane)=> scriem functii de
forma:
u=f(x,y);
v=g(x,y)
 Nu toate punctele se pot regasi in ambele sisteme si nu mereu se poate realiza
corespiondenta intre imagine si documentul sursa.
 Estimarea coeficientilor de transformare prin polinoame de ordinul I,II sau
III=> apare posibilitatea eliminarii unor rotatii/translatii
 Si aici se folosesc GCP

5/20/2021
  x1,y1- coordonatele pe harta ale unui pixel de coordonate (u,v) in imagine
 x1’,y1’ – coordonatele eronate ale punctului (deformatii nesistematice)
 dx1=x1-x1’
 dy1=y1-y1’
 Ecuatii polinomiale de ordin I: dx1=a0+a1x+a2y
(6 grade de libertate) dy1=b0+b1x+b2y
 Daca se folosesc polinoame de ordinul II:
dx1=a0+a1x+a2y+a3xy+a4x2+a5y2
dy1=b0+b1x+b2y+b3xy+b4x2+b5y2
 Pentru calculele polinomiale de org II sunt necesare 6 puncte cu 12 grade de
libertate, insa in practica se mareste numarul punctelor de sprijin pentru a se
putea folosi mpm=> pot fi eliminate punctele masurate gresit
 OBS = polinoamele de grad II sau III genereaza curbe care pot constrange prea
mult anumite puncte de sprijin in compensare.

5/20/2021
d) Reesantionarea si interpolarea valorii pixelilor
 Desi toate corectiile au rolul de a “curata “ imaginea, si de a permite o localizare
corecta apixelilor, ea aduce si o modificare a matricei pixelilor, in raport cu matricea
initiala.
 Trebuie definita o noua matrice, de aceeasi dimendiune cu cea initiala, iar
localizarea valorilor pixelilor matricei – imagine, trebuie sa fie carectata in raport cu
aceasta noua matrice
 Centrele poxelilor matricei corectate nu corespund cu cele ale matricei-harta=>
fiecarui pixel ii va fi atribuita o valoare care va tine cont de valoarea numerica a
pixelilor cei mai apropiati.
 Reesantionarea prin metoda proximitatii maxime
 Fiecarui pixel din matricea-harta I se atribuie valoarea pixelului imagine care are centrul
cel mai apropiat de centrul pixelului-harta.
 Pastreaza valorile numerice ale matricei initiale
 Interpolarea patratica(biliniara)
 -foloseste 4 pixeli vecini, care se suprapun peste pixelul retelei hartii
 Interpolarile se fac intre centrele pixelilor imagine si centrul pixelului harta(intai pe x,
apoi pe y)
 Tehnica lipsita de precizie.

5/20/2021
  Convolutia cubica
 Foloseste 16 pixeli( 4 pe linii si 4 pe coloane), inconjurand pixelul harta.
 Interpolarea se face mai intai pe linii si apoi pe coloana pentru cele 4
valori calculate anterior.
 Altereaza valorile originale ale inregistrarii, producand o netezire a
imaginii

 Se recomanda folosirea tehnicilor de reesantionare pentru realizarea

imaginilor color-compus
 Reesantionarea si interpolarea pixelilor se folosesc pentru date provenind de
la senzori diferiti, cu rezolutii spatiale diferite
 OBS – in acest caz locul matricei –harta este luat de imaginea cu rezolutia
mai buna sau daca e vorba despre o scara mai mare, de un mozaicrealizat
din fotograme aeriene
 GCP identificabile si stabile in timp

5/20/2021
TEHNICI DE COMPRESIE A DATELOR
 Date cu un numar mare de variabile ce trebuie analizate=> tendinta de a
reduce numarul dimensiunilor pentru o vizualizare grafica mai buna
 Acest lucru devine mai important in cazul imaginilor color cu volum de
date f mare(RGB)
 Reducerea operata in dimensiunea spatiului variabilelor va reduce timpul de
prelucrare=> metode de compresie a datelor
 Analiza in componente principale
 Tehnica statistica multi variata
 Folosita pentru compresia datelor, intarirea imaginilor, detectia digitala a
schimbarilor , examinarea schimbarilor multi-temporale ale setului de date
 Este o transformare liniara care foloseste statisticile datelor imagine pentru a
defini o rotatie a imaginilor originale, a.i. noile axe sunt ortogonale pentru
fiecare dintre ele si indreptate in directia descrescatoare a variantelor.
 Componentele rezultate sunt total necorelate

5/20/2021
 Componente principale pentru o imagine Landsat-MSS

5/20/2021
TEHNICI DE INTARIRE A IMAGINII
 Tehnici de intarire digitala a contrastului
 Intarirea liniara a contrastului
 Intarirea neliniara a contrastului
 Intarirea multiplicativa a contrastului
 Transformari bazate pe variatia intensitatii, nuantei si saturatiei culorii
 Filtrarispatiale: intarirea limitelor, filtre nedirectionale, filtre
directionale
OBS- inregistrarile se fac incat sa poata inregistra toate tonalitatile terenului
 nivele de gri : - senzorii TM si HRV 256 nivele(0-negru, 255- alb)
 - senzorii IKONOS – 2048 nivele
 - senzorii Quick Bird 4096 nivele
 Atunci cand dinamica spectrala a imaginilor este slaba, pentru obtinerea
unor imagini cu un raport de contrast optim, este important sa se
foloseasca intregul domeniu de stralucire al mediului de afisare.

5/20/2021
  Se folosesc o serie de tehnici de manipulare si intarire a contrastului=> o
imagine noua dedicata anumitei aplicatii
 Inainte de interpretare se face analiza statistica a datelor
 Tratarea statistica a valorilor reflectantei – medii, ecart-tip, histograme
 Se foloseste histograma simpla care are pe abscisamvalorile luminantei atribuite
pixelilor in imaginea digitala, iar in ordonata bare verticale , ale caror lungimi
sunt proportionale cu numarul de pixelicare reprezinta aceeasi valoare a
luminantei
 Histograma cu concentrare mare de clase pe interval ingust, contrastul general
este slab.
 Contrastul se reface prin redistribuirea valorilor pentru clasele cuprinse in
imagine

5/20/2021
 Intarire
Imagine liniara
originala

Intarire
Intarire multipli-
neliniara cativa

Pentru intarirea contrastului exista tehnici:

a) Aplicate in domeniul frecventei: - se bazeaza pe aplicarea functiei de
transfer a modulatiei imaginii respective
b) De prelucrare din domeniul spatial – se aplica la insusi planul
imaginii, prin manipularea pixelilor imaginii
5/20/2021
a) Intarirea liniara a contrastului Curs sapt 13
 Cea mai simpla tehnica de intarire a contrastului
 Modalitate:
 O valoare a luminantei, situata spre extrema minima a abscisei histogramei
imiginii originale primeste valoarea minima0 ( negru)
 O valoare extrema inalta este atribuita nivelului maxim 255(alb). Astfel
aproximativ 4% din pixelii care au nr digital ND<29 sunt atribuiti negrului(
ND=0)
 In partea de sus a nivelelor de gri, cca 4% din pixelii care au ND>86 sunt
atribuiti albului(ND=255). Valorile pixelilor ramasi sunt distribuiti uniform,
liniar, intre aceste extreme.

5/20/2021
 Intarirea liniara imbunatateste contrastul pentru majoritatea valorilor
stralucirii imaginii originale
 Exista pierdere de contrast pentru valorile extreme ale luminantei
 Valorile noi vor inlocui valorile vechi de intrare, care pana la calcularea
noilor valori sunt pastrate intr-un registru
 Se aplica pentru imaginile alb-negru
 Se poate aplica si o intarire liniar-multipla a contrastului( pe portiuni)=>
utila pentru intarirea selectiva a anumitor intervale
 Se pot intari si imagini pseudocolor, prin stocarea lor in 3 registre de culoare
diferite(RGB) si se realizeaza inarirea contrastului pentru fiecare in parte=>
o noua imagine pseudocolor

5/20/2021
  http://www.ciesin.org/docs/005-477/005-477.html

5/20/2021
b) Intarirea neliniara a contrastului
 Se poate folosi o functie logaritmica, exponentiala sau orice alt tip de
functie pentru redistribuirea nivelelor de gri.
 Metoda utilizata pentru situatia intaririi obiectelor situate in partea
intunecata a imaginii initiale SAU
 Folosirea unei functii exponentiale intareste partea luminoasa a imaginii
initiale si restrange partea intunecata
 Metoda intaririi contrastului prin egalizarea histogramei = intarirea prin
distributie uniforma

5/20/2021
  http://www.ciesin.org/docs/005-477/005-477.html

5/20/2021
c) Intarirea multiplicativa a contrastului
 Se realizeaza multiplicand intensitatile celor trei benzi folosite pentru
realizarea unei imagini color-compus cu un factor comun care este egal cu
1.5;2;2.5;3, ales arbitrar dupa examinarea imaginilor
 Rezultate bune pentru imaginile individuale, insa fara uniformitate de la o
imagine la alta
 Se foloseste de obicei pentru intarirea benzilor 1,2,4 Landsat TM
 Se poate folosi si intarirea gaussiana = functia de transformare este functia
a carei reprezentare este curba lui Gauss, corespunzatoare repartitiei
normale.
 Intareste contrastul si in zone intunecate si in zone luminate

5/20/2021
  Intarire gaussiana
 http://www.ciesin.org/docs/005-477/005-
477.html

5/20/2021
d) Transformari bazate pe variatia intensitatii, nuantei si
saturatiei culorii
 Pe langa sistemul aditiv al culorilor RGB, exista sistemul Intensitate,
Nuanta, Saturatie- HIS
 Prezinta culorile mai aproape de modul in care sunt percepute de ochiul
uman
 HIS se bazeaza pe sfera culorilor in care axa verticala reprezinta
intensitatea, raza sferei o reprezinta saturatia, iar circumferibta o reprezinta
nuanta.
 Axa I = reprezinta variatiile de stralucire si domeniile de la negru pana la
alb(0-255) si lipsa de culoare
 Nuanta H = lungimea de unda dominanta a culorii. Valorile incep de la 0 la
punctul mijlociu al tonurilor de rosu si cresc in sens invers acelor de ceas.
 Saturatia S – puritatea culorii. Se intinde de la 0 in centrul sferei, pana la
255 pe circumferinta( 0 = culoare total impura, ochiul o va percepe ca
nuanta de gri)

5/20/2021
http://www.ciesin.org/docs/005-477/005-477.html

5/20/2021
e) Filtrari spatiale

 Tehnicile din domeniul frcventei se bazeaza pe teorema convolutiei

 Nuclle( kernel) sau matrice de filtrare
 Un nucleu de convolutie = o matrice de filtrare folosita pentru medierea
valorii digitale corespunzatoare fiecarui pixel cu valorile pixelilor vecini
 Elementele matrocei se numesc si coeficienti
 Se creaza o imagine noua, definita pixel cu pixel. Fiecare pixel e calculat
folosind numerele digitale ale pixelilor vecini si a pixelui original
 Matricea nucleu e deplasata secvential pe fiecare pixel.

5/20/2021
 TEHNICI DE TRASFORMARE A IMAGINII
 1) Operatii cu imagini
 Implica manipularea benzilor multiple de date pentru o singura imagine
spectrala sau mai multe pentru aceeasi zona( date diferite)
 Se genereaza o noua imagine, care evidentiaza anumite caracteristici.
 Aritmetica simpla: adunare, scadere, multiplicare, ridicare la putere
 Scaderea imaginilor – folosita pentru a identifica schimbarile obtinute la
date diferite.
 Rapoartele spectrale – impartirea imaginilor permite intarirea unor variatii
subtile ale raspunsului spectral pentru diverse tipuri de suprafete
 Imaginea care rezulta prin calculul raportului intre 2 benzi spectrale prezinta
o intarire a pantei diferitelor curbe spectrale.

5/20/2021
 Img a-Img b

5/20/2021
 2) Indici de vegetatie
 Rapoarte mai complexe intre sume, diferente de benzi spectrale si scalari au
fost dezvoltate pentru anumiti senzori = indici de vegetatie
 DEF= Indicii de vegetatie sunt aprecieri cantitative bazate pe valorile
digitale ale imaginii, care incearca sa masoare biomasa sau vigoarea
vegetatiei
 Combinatii de diverse valori spectrale
 Cea mai simpla forma a indicelui de vegetatie = raportul simplu intre 2
valori digitale ale unei imagini preluate in benzi spectrale diferite.
 Pentru vegetatia vie, strategia de efectuare a rapoartelor poate fi eficienta
datorita legaturii dintre stralucirea vegetatiei din zonele rosu si IR ale
spectrului electromagnetic
 Exista peste 80 de indivi de vegetatie.
 EX:

5/20/2021
  Indicii de vegetatie se folosesc in doua tipuri de cercetari:
a) Ca medii ale monitorizarii prin teledetectie pentru cresterea si
productivitatea diferitelor tipuri vegetale sau variatia sezoniera a acestora
b) Mijloc de cartare calitativ – pentru clasificarile asistate ale imaginilor,
pentru separarea zonelor acoperite, pentru a distinge diferente dintre tipuri
si densitati, variatii sezoniere( vigoare, abundenta, distributie a plantelor)

5/20/2021
  3) Tehnici de clasificare a imaginii
 Clasificare = procedeul de sortare a valorilor numerice ale radiantei ce
caracterizeaza pixelii unei imagini si atribuirea acestora unui anumit nr finit
de clase de obiecte
 Clasificarea poate fi:
a) Spectrala – se stabileste o corespondenta intre nivelul radiantei si clasele
din imagine
b) Spatiala – stabileste o corespondenta intre configuratiile valorilor spectrale
si clasele respective
 Vectorul multidimensional ce caracterizeaza o clasa data , incluzand
informatii spectrale referitoare la aceasta sn signatura spectrala
 Signatura spectrala variaza in timp si depinde de:
 Localizarea astronomica(latitudine, zi, ora)
 Mediul geografic( panta, umbra, contrast)
 Starea generala a suprafetei( rugozitate, omogenitate, culoare)
 Starea plantelor, in cazul claselor vegetale( tipul plantei, faza de
dezvoltare, conditii fenologice)

5/20/2021
  Anterior operatiei de clasificare, se executa o serie de operatii preliminare:
 Analiza statistica a datelor – calculul parametrilor, medii, ecart-tip
 Intarirea numerica a contrastului – in scopul imbunatatirii imaginii( echidistante
numerice sau felieri de densitate
 Clasificari monospectrale – in scopul partitionarii pe clase a valorilor radiantei
 Exista doua tipuri de clasificari:
1. Nesupervizate
2. Supervizate
OBS – se poate face o clasificare hibrida - combinatie a celor doua tipuri
1) Clasificarea nesupervizata(unsupervised)
 Metoda de identificare bazata doar pe proprietati fizice si geometrice ale imaginii
 Presupune o cunoastere prealabila a obiectului si deci un proces de recunoastere a
acestuia=> sunt necesare cunostinte prealabile despe obiect
 Daca nu exista acces in zona, nu exista observatii suficiente ptr zona => nu se
cunoaste nr claselor=> se aplica clasificarea nesupervizata

5/20/2021
  Etape ale clasificarii nesupervizate:
a) Realizarea unei imagini color- compus
 Pentru realizarea unei imagini color-compus se aleg 3 benzi spectrale
 Se aleg benzile care contin maximul de informatie, desi vor fi date
redundante
 In general se realizeaza u combinatie – IR,NIR,G => fals color compus
 Se face intarirea contrastului in prealabil. Intarirea liniara cu saturatia
punctelor are ca rezultat realizarea imaginii color compus pe baza datelor cu
valorile cele mai frecvente
b) Clasificarea propriu-zisa
 Histograma=> permite aprecierea formei distributiei si a dinamicii
potentiale totale ocupate de valorile sale
 Se studiaza varfurile histogramei . Un varf= o clasa a carei frecventa este
mai mare decat toate celelalte din vecinatatea sa
c) Interpretarea clasificarii – folosind orice sursa de informatie referitoare la
zona de studiu

5/20/2021
 2) Clasificarea supervizata(asistata)
• Etape
1. Pre-asistenta
 Stabileste criteriile de decizie ale clasificarii imaginii, referitoare la o
partitionare prealabila a valorilor radiantei
 Se aleg clasele de obiecte
 Se extrag din cataloage valorile radiantei si parametrii stratistici pentru
fiecare clasa
 OBS- masuratori radiometrice in teren, efectuate concomitent cu trecerea
satelitului
2. Clasificarea
 Valorile corectate ale masuratorilor de teren sunt introduse in programul de
clasificare si permit separarea valorilor radiantei
 Rafinarea clasificarii se face in coasistenta ( documente auxiliare) pentru a
corecta interactiv clasificarea initiala

5/20/2021
3) Post-asistenta
 Presupune sondaj statistic pentru a verifica pe teren sau pe harta precizia
clasificarii realizate si pentru corectarea acesteia
 Se folosesc:
 Metode de determinare deterministe
 Metode de determinae probabiliste

4) Interpretarea clasificarii – echipa de specialisti (multidisciplinara)

5/20/2021