SlideShare une entreprise Scribd logo
1  sur  15
2. Předzpracování obrazových záznamů DPZ


Pojmy:
zdroje chyb
chyby systematické a náhodné
šum (noise)
geometrické korekce
radiometrické korekce




                               1
Zdroje a typy chyb

         na vznikající obrazový záznam působí řada
          vlivů, které mění (snižují) jeho kvalitu
         původ:
           technické nedokonalosti snímacího zařízení
           atmosféra
           samotná podstata distančního měření


         rozlišujeme:
           chyby systematické (opakovatelné, např. zakřivení
            Země, rotace Země, mohou být dobře modelovány, korekce
            na stanici)
           chyby náhodné (kolísání parametrů dráhy nosiče, výpadky
            v činnosti detektorů, vliv atmosféry – tzv. šum (noise)
                                                    2
Cíl 1. fáze = korekce

      cílem předzpracování obrazu je úprava jeho
       geometrických a radiometrických znaků

      radiometrické korekce – úprava DN hodnot
       jednotlivých pixelů; součástí těchto korekcí jsou tzv.
       atmosférické korekce (cílem je minimalizovat vlivy
       atmosféry)
      geometrické korekce – transformace souřadné
       soustavy obrazového záznamu nebo velikosti
       obrazového prvku


                                              3
Geometrické korekce

     CÍL: odstranit nežádoucí chyby obrazového
      záznamu tak, aby získal požadovaný kartografické
      zobrazení a souřadnicový systém a bylo ho
      možné použít jako mapu (např. k měření ploch a
      vzdáleností)

     negativní jevy: kolísání výšky a rychlosti
      pohybu, zakřivení Země, atmosférické
      refrakce, zdánlivé změny v poloze objektů v
      důsledku změny nadmořské výšky
     vzájemná poloha objektů v obraze DPZ neodpovídá
      jejich poloze ve skutečnosti  nelze ho použít jako
      mapu                                  4
Funkce/účel geometrických korekcí

     transformace obrazových dat do určité mapové
      projekce
     propojení obrazových dat s prostorovou vektorovou
      databází v GIS
     porovnání dvou a více obrazů stejného území
     tvorba ortofotomap
     vytváření mozaiky z několika obrazových záznamů




                                          5
Základní pojmy

     kartografická projekce – systém vztahů, kterými je
      část sféroidu transformována do roviny
     souřadnicový systém – systém použitý každou
      kartograf. projekcí k vyjádření polohy objektů
     rektifikace – obecně proces transformace polohy
      všech obrazových prvků (pixelů) z jednoho
      souřadného do jiného souřadného systému
     převzorkování (resampling) – proces transformace
      DN hodnot každého obrazového prvku z původní
      souřadné soustavy do nové


                                         6
Základní pojmy
    georeferencování – alespoň pro jeden bod
     obrazového záznamu dodáme informaci o absolutní
     poloze; neměníme DN hodnoty pixelů (data nejsou
     převzorkovaná)
   georeferencovaná data
    geokódování – takový případ rektifikace, během
     které jsou data transformována do určité
     kartografické projekce
    je založeno na sběru identických (vlícovacích)
     bodů a polynomické transformaci
   geokódovaná data – poloha každého pixelu je
     vyjádřena v systému mapových souřadnic; tato data
     lze kombinovat s vektorovými daty ve stejné
     kartografické projekci               7
8
Základní pojmy

    ortorektifikace – proces odstranění dalších
     nepřesností daných proměnlivou nadmořskou
     výškou záznamu
    je zapotřebí DTM (digitální model reliéfu)
   ortofotomapy a družicové mapy




                                        9
Postup rektifikace obrazu

      Rektifikace obrazu založená na polynomické
       transformaci a technice identických bodů
  1.   sběr identických bodů
  2.   volba stupně transformace
  3.   výpočet a testování transformačních rovnic
  4.   převzorkování obrazu
  5.   rektifikace obrazu




                                          10
Rektifikace:
1. sběr identických bodů

         identické (vlícovací) body
          = body, jejichž polohu lze přesně
          určit jak v obraze, který bude
          transformován, tak na mapě či jiném obraze, který
          má požadovanou projekci nebo souřadnicový
          systém
         pro každý bod známe:
           souřadnice zdrojové (sloupec/řádek v x,y souřadnici)
           souřadnice referenční (cílové, např. v desetinných
            stupních/zeměpisných souřadnicích)
         body musí být rovnoměrně rozmístěny
         ideální průsečíky liniových umělých prvků (např.
          komunikace)                           11
Rektifikace:
2. volba stupně transformace


          vztah mezi souřadnicemi zdrojovými a cílovými je
           vyjádřen formou polynomu n-tého stupně
            posunutí, otočení, 2 body
            + zkosení (3 páry)
            nejkomplikovanější (4)




          rozhoduje o počtu potřebných vlícovacích bodů
                                               12
Rektifikace:
3. transformační rovnice


      definují vztah mezi polohou každého identického
       bodu v obraze a v požadovaném systému




                                           13
Rektifikace:
4. převzorkování (resampling)


          každému obrazovému prvku
           výsledného obrazu je přiřazena
           nová DN hodnota vypočtená z
           obrazu původního
          několik základních algoritmů/metod
            metoda nejbližšího souseda (nearest
             neighbour): pixelu je přisouzena
             hodnota nejbližšího původního pixelu;
             nejméně přesné, ale zachovává
             původní hodnoty pixelů
            bilineární interpolace (bilinear
             interpolation): nová hodnota je váženým
             průměrem čtyř nejbližších pixelů
             původního obrazu
                                                       14
Rektifikace:
5. vlastní rektifikace


      stanovení velikost výsledného obrazu (počat řádků a
       sloupců)
      je vypočtena nová DN hodnota pro každý pixel




                                           15

Contenu connexe

Plus de Jiří Šmída

Gisday2012 pgd cyklodoprava_liberec_1
Gisday2012 pgd cyklodoprava_liberec_1Gisday2012 pgd cyklodoprava_liberec_1
Gisday2012 pgd cyklodoprava_liberec_1
Jiří Šmída
 
Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...
Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...
Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...
Jiří Šmída
 
Martin Roth: A spatial peaks-over-threshold model in a nonstationary climate
Martin Roth: A spatial peaks-over-threshold model in a nonstationary climateMartin Roth: A spatial peaks-over-threshold model in a nonstationary climate
Martin Roth: A spatial peaks-over-threshold model in a nonstationary climate
Jiří Šmída
 
Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...
Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...
Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...
Jiří Šmída
 
Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...
Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...
Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...
Jiří Šmída
 
J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...
J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...
J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...
Jiří Šmída
 
Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...
Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...
Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...
Jiří Šmída
 
Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...
Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...
Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...
Jiří Šmída
 
Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...
Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...
Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...
Jiří Šmída
 
Jules Beersma: Advanced delta change method for time series transformation
Jules Beersma: Advanced delta change method for time series transformationJules Beersma: Advanced delta change method for time series transformation
Jules Beersma: Advanced delta change method for time series transformation
Jiří Šmída
 
Dny GIS Liberec 2011 - program
Dny GIS Liberec 2011 - programDny GIS Liberec 2011 - program
Dny GIS Liberec 2011 - program
Jiří Šmída
 

Plus de Jiří Šmída (20)

Gisday2012 pgd cyklodoprava_liberec_1
Gisday2012 pgd cyklodoprava_liberec_1Gisday2012 pgd cyklodoprava_liberec_1
Gisday2012 pgd cyklodoprava_liberec_1
 
Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...
Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...
Beranova, Kysely: Links between the NAO Index and temperatures in Europe in c...
 
Workshop programme
Workshop programmeWorkshop programme
Workshop programme
 
Martin Roth: A spatial peaks-over-threshold model in a nonstationary climate
Martin Roth: A spatial peaks-over-threshold model in a nonstationary climateMartin Roth: A spatial peaks-over-threshold model in a nonstationary climate
Martin Roth: A spatial peaks-over-threshold model in a nonstationary climate
 
Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...
Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...
Eva Plavcová, Jan Kyselý, Petr Štěpánek: Links between circulation indices/ty...
 
Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...
Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...
Jozef Pecho: POT and block-maxima analysis of precipitation extremes at selec...
 
J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...
J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...
J. Ignacio López-Moreno: Effects of NAO on combined temperature and precipita...
 
Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...
Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...
Jan Kyselý, Jan Picek, Romana Beranová: Estimating extremes in climate model ...
 
Introduction
IntroductionIntroduction
Introduction
 
Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...
Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...
Martin Hanel, Adri Buishand: Assessment of projected changes in seasonal prec...
 
End
EndEnd
End
 
Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...
Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...
Santiágo Beguería: Covariate-dependent modeling of extreme events by non-stat...
 
Jules Beersma: Advanced delta change method for time series transformation
Jules Beersma: Advanced delta change method for time series transformationJules Beersma: Advanced delta change method for time series transformation
Jules Beersma: Advanced delta change method for time series transformation
 
Gis 3 databaze_2012
Gis 3 databaze_2012Gis 3 databaze_2012
Gis 3 databaze_2012
 
Gis 5 vystup_2012
Gis 5 vystup_2012Gis 5 vystup_2012
Gis 5 vystup_2012
 
Gis 3 databaze_2012
Gis 3 databaze_2012Gis 3 databaze_2012
Gis 3 databaze_2012
 
Liberec pod lupou - sborník zpráv o řešení projektů
Liberec pod lupou - sborník zpráv o řešení projektůLiberec pod lupou - sborník zpráv o řešení projektů
Liberec pod lupou - sborník zpráv o řešení projektů
 
Dny GIS Liberec 2011 - program
Dny GIS Liberec 2011 - programDny GIS Liberec 2011 - program
Dny GIS Liberec 2011 - program
 
Staré mapy Liberecka a Jizerských hor
Staré mapy Liberecka a Jizerských horStaré mapy Liberecka a Jizerských hor
Staré mapy Liberecka a Jizerských hor
 
2 dpz uvod_fyzikalni_metody_2011
2 dpz uvod_fyzikalni_metody_20112 dpz uvod_fyzikalni_metody_2011
2 dpz uvod_fyzikalni_metody_2011
 

Rektifikace

  • 1. 2. Předzpracování obrazových záznamů DPZ Pojmy: zdroje chyb chyby systematické a náhodné šum (noise) geometrické korekce radiometrické korekce 1
  • 2. Zdroje a typy chyb  na vznikající obrazový záznam působí řada vlivů, které mění (snižují) jeho kvalitu  původ:  technické nedokonalosti snímacího zařízení  atmosféra  samotná podstata distančního měření  rozlišujeme:  chyby systematické (opakovatelné, např. zakřivení Země, rotace Země, mohou být dobře modelovány, korekce na stanici)  chyby náhodné (kolísání parametrů dráhy nosiče, výpadky v činnosti detektorů, vliv atmosféry – tzv. šum (noise) 2
  • 3. Cíl 1. fáze = korekce  cílem předzpracování obrazu je úprava jeho geometrických a radiometrických znaků  radiometrické korekce – úprava DN hodnot jednotlivých pixelů; součástí těchto korekcí jsou tzv. atmosférické korekce (cílem je minimalizovat vlivy atmosféry)  geometrické korekce – transformace souřadné soustavy obrazového záznamu nebo velikosti obrazového prvku 3
  • 4. Geometrické korekce  CÍL: odstranit nežádoucí chyby obrazového záznamu tak, aby získal požadovaný kartografické zobrazení a souřadnicový systém a bylo ho možné použít jako mapu (např. k měření ploch a vzdáleností)  negativní jevy: kolísání výšky a rychlosti pohybu, zakřivení Země, atmosférické refrakce, zdánlivé změny v poloze objektů v důsledku změny nadmořské výšky  vzájemná poloha objektů v obraze DPZ neodpovídá jejich poloze ve skutečnosti  nelze ho použít jako mapu 4
  • 5. Funkce/účel geometrických korekcí  transformace obrazových dat do určité mapové projekce  propojení obrazových dat s prostorovou vektorovou databází v GIS  porovnání dvou a více obrazů stejného území  tvorba ortofotomap  vytváření mozaiky z několika obrazových záznamů 5
  • 6. Základní pojmy  kartografická projekce – systém vztahů, kterými je část sféroidu transformována do roviny  souřadnicový systém – systém použitý každou kartograf. projekcí k vyjádření polohy objektů  rektifikace – obecně proces transformace polohy všech obrazových prvků (pixelů) z jednoho souřadného do jiného souřadného systému  převzorkování (resampling) – proces transformace DN hodnot každého obrazového prvku z původní souřadné soustavy do nové 6
  • 7. Základní pojmy  georeferencování – alespoň pro jeden bod obrazového záznamu dodáme informaci o absolutní poloze; neměníme DN hodnoty pixelů (data nejsou převzorkovaná)  georeferencovaná data  geokódování – takový případ rektifikace, během které jsou data transformována do určité kartografické projekce  je založeno na sběru identických (vlícovacích) bodů a polynomické transformaci  geokódovaná data – poloha každého pixelu je vyjádřena v systému mapových souřadnic; tato data lze kombinovat s vektorovými daty ve stejné kartografické projekci 7
  • 8. 8
  • 9. Základní pojmy  ortorektifikace – proces odstranění dalších nepřesností daných proměnlivou nadmořskou výškou záznamu  je zapotřebí DTM (digitální model reliéfu)  ortofotomapy a družicové mapy 9
  • 10. Postup rektifikace obrazu  Rektifikace obrazu založená na polynomické transformaci a technice identických bodů 1. sběr identických bodů 2. volba stupně transformace 3. výpočet a testování transformačních rovnic 4. převzorkování obrazu 5. rektifikace obrazu 10
  • 11. Rektifikace: 1. sběr identických bodů  identické (vlícovací) body = body, jejichž polohu lze přesně určit jak v obraze, který bude transformován, tak na mapě či jiném obraze, který má požadovanou projekci nebo souřadnicový systém  pro každý bod známe:  souřadnice zdrojové (sloupec/řádek v x,y souřadnici)  souřadnice referenční (cílové, např. v desetinných stupních/zeměpisných souřadnicích)  body musí být rovnoměrně rozmístěny  ideální průsečíky liniových umělých prvků (např. komunikace) 11
  • 12. Rektifikace: 2. volba stupně transformace  vztah mezi souřadnicemi zdrojovými a cílovými je vyjádřen formou polynomu n-tého stupně  posunutí, otočení, 2 body  + zkosení (3 páry)  nejkomplikovanější (4)  rozhoduje o počtu potřebných vlícovacích bodů 12
  • 13. Rektifikace: 3. transformační rovnice  definují vztah mezi polohou každého identického bodu v obraze a v požadovaném systému 13
  • 14. Rektifikace: 4. převzorkování (resampling)  každému obrazovému prvku výsledného obrazu je přiřazena nová DN hodnota vypočtená z obrazu původního  několik základních algoritmů/metod  metoda nejbližšího souseda (nearest neighbour): pixelu je přisouzena hodnota nejbližšího původního pixelu; nejméně přesné, ale zachovává původní hodnoty pixelů  bilineární interpolace (bilinear interpolation): nová hodnota je váženým průměrem čtyř nejbližších pixelů původního obrazu 14
  • 15. Rektifikace: 5. vlastní rektifikace  stanovení velikost výsledného obrazu (počat řádků a sloupců)  je vypočtena nová DN hodnota pro každý pixel 15