Applicazioni Di Matlab All'analisi Di Immagini Telerilevate

Applicazioni di Matlab allanalisi di immagini telerilevate, M.Palazzo & L.
Vasanelli, UNILE - GIEOLab

Convegno Matematica Senza Frontiere, Centro Congressi Ecotekne, Universit di Lecce, 5-8 Marzo 2003
Applicazioni di Matlab allanalisi
di immagini telerilevate

Marco palazzo & Lorenzo Vasanelli

Applicazioni di Matlab allanalisi di immagini telerilevate, M.Palazzo & L.Vasanelli, UNILE - GIEOLab
Contenuti

Il telerilevamento Satellitare

Rappresentazione Numerica delle Immagini Telerilevate

Matlab e Image Processing Toolbox per il trattamento
digitale delle immagini

Il processo di elaborazione delle immagini telerilevate

Estrazione dellinformazione

Conclusioni

Sviluppi Futuri

Obiettivi
Scopo di questo lavoro
illustrare il processo di elaborazione
(rettificazione, correzione
radiometrica e miglioramento visuale)
delle immagini satellitari
mediante MATLAB.
Lestrazione di queste informazioni dalle
immagini telerilevate viene spesso effettuata
mediante lapplicazione di algoritmi matematici.
I nuovi satelliti per losservazione della Terra
offrono alla comunit scientifica un potente
mezzo per lacquisizione di dati ambientali
Il Telerilevamento satellitare
Ma che cosa si intende per telerilevamento ?

Si intende quellinsieme di tecniche di
ripresa, elaborazione ed
interpretazione di dati che permettono
di conoscere, a distanza, il
comportamento delle superfici
sfruttando la radiazione
elettromagnetica come vettore
di informazioni.
Il telerilevamento un potente strumento di raccolta di
informazioni.

Qualsiasi superficie di un corpo, a temperatura superiore allo
zero assoluto (zero Kelvin = -273.14 C), emette radiazioni
elettromagnetiche proprie, che dipendono dalla temperatura del
corpo stesso e dalla natura della sua superficie, mentre riflette,
assorbe o si lascia attraversare dalle radiazioni provenienti
dallesterno [legge di Planck (1900)]

E
i
=E
r
+E
t
+E
a

E
i
: Energia incidente
E
r
: Energia riflessa
E
t
: Energia trasmessa
E
a
: Energia assorbita
Analisi spettrale degli elementi territoriali [1/3]
Consideriamo adesso la riflessione della superficie terrestre della
energia e.m. proveniente dal sole.

La riflessione dipende sia dal tipo di superficie che dalla
lunghezza donda dellenergia incidente

Ad esempio una medesima superficie pu riflettere molto nella
luce verde e poco nel rosso e nel blu; in questo caso, se si
illuminasse la superficie con una luce bianca, un osservatore
umano la vedrebbe di colore verde.

Dalla composizione delle varie percentuali con cui una superficie
riflette le luci, nasce il colore con cui la si osserva.

Per ogni superficie si pu costruire un grafico (FIRMA
SPETTRALE) che informa sulla capacit di riflessione in
funzione della lunghezza donda della radiazione e.m. incidente.
La propriet delle superfici di riflettere con diversa
intensit le radiazioni EM a diverse lunghezza donda
definisce il comportamento spettrale di una superficie ,
detto anche Firma Spettrale, ed la base teorica e
pratica per il suo riconoscimento e per lanalisi del suo
stato.
400 700 qm dark (visible)
700 1300 qm bright (Near IR)
1300 2500 qm dark (IR)

Il pigmento nelle foglie delle piante, la clorofilla, assorbe fortemente la
luce visibile (0.4 0.7 qm) per usarla nella fotosintesi

La vegetazione riflette una consistente porzione della radiazione nel
vicino infrarosso
Firma spettrale della vegetazione
La radiazione riflessa dalle superfici viene registrata a
distanza da un sensore.

Un sensore non altro che uno strumento capace di
acquisire informazioni attraverso la misura e la
registrazione di energia elettromagnetica.

Perch un sensore possa raccogliere e registrare l'energia
riflessa o emessa dalla superficie, deve essere posto su
una piattaforma stabile lontana dalla superficie che deve
essere osservata.

Le piattaforme per sensori remoti possono essere situati
sul terreno, su un aereo o su una navicella o un satellite al
di fuori dell'atmosfera terrestre

I sensori
I sensori possono essere passivi o attivi :

I sensori passivi misurano la radiazione naturalmente
disponibile (emessa o riflessa dagli oggetti)

I sensori passivi possono solo essere usati per registrare l'energia che
disponibile naturalmente. Per tutte le energie riflesse, questo pu avvenire solo
quando il sole illumina la Terra, per cui la notte non c' energia riflessa
disponibile. L'energia che viene naturalmente emessa (come quella
dell'infrarosso termico) pu essere registrata sia di giorno che di notte, purch la
quantit di energia sia tale da essere registrata.

I sensori attivi generano invece un segnale che "illumina"
l'oggetto e ne registrano l'eco di ritorno.

I sensori attivi forniscono la sorgente di energia per l'illuminazione. Il sensore
emette la radiazione che diretta verso l'oggetto che deve essere osservato. La
radiazione riflessa dall'oggetto registrata e misurata dal sensore. I vantaggi
dei sensori attivi comprendono la capacit di ottenere misure di giorno e di notte
ed in presenza di copertura nuvolosa

Tipi di sensore per telerilevamento territoriale
Ogni sensore caratterizzato da quattro propriet:

- la risoluzione spaziale

- la risoluzione radiometrica

- la risoluzione spettrale

- la risoluzione temporale.

Caratteristiche di un sensore
Lanciato alla fine degli anni 70, in orbita polare ,
rappresenta uno strumento insostituibile per il
monitoraggio ambientale e la gestione territoriale

Attualmente operativi Landsat 5 e Landsat 7

Sensore multispettrale a 8 canali

Un canale nellinfrarosso termico

Risoluzione 30 m tranne il canale nel termico a 60 m ed il
pancromatico a 15 metri

IL Satellite LandSat [1/3]
Canale Lung. d'onda in micron Ris spaziale(m) Principali applicazioni
Pancromatico 0,5-0,9 15
Banda1 0,4-0,52 30 Acque,suoli,foreste
Banda2 0,5-0,6 30 Vegetazione
Banda3 0,6-0,69 30 Assorbimento della clorofilla
Banda4 0,76-0,10 30 Vegetazione,umidit dei suoli
Banda5 1,55-1,76 30 Vegetazione, Geologia, Nevi, Nuvole
Banda6 10,4-12,5 60 Temperatura superficiale, Umidit dei suoli
Banda7 2,08-2,35 30 Geologia, umidit della vegetazione
Il dato pancromatico (15 m) viene fornito insieme al dato
e multispettrale permette fusione tra bande dello stesso
sensore
Il satellite Landsat [2/3]
Il satellite LandSat [3/3]
Satellite statunitense lanciato nel 1999

Sensore Pancromatico (1 m)

Sensore Multispettrale (4 m): Bande 123
del TM ed una banda tra la 4 e la 5 del TM

Minimo tempo di rivisita :1,5 giorni

Dal 1999 il satellite Ikonos acquisisce immagini che possiedono un
livello di dettaglio senza precedenti (risoluzione al suolo di 1m.) nel
campo dei dati di osservazione della Terra.

Le immagini del satellite Ikonos, con il loro elevato contenuto
informativo, possono essere utilizzate con successo nel campo
dell'aggiornamento dei dati catastali, della cartografia digitale e
tradizionale, del monitoraggio ambientale, della gestione delle risorse
naturali, ed in generale in tutte le applicazioni che necessitano di
informazioni dettagliate e accurate.
Il Satellite ad alta risoluzione Ikonos [1/2]
Lecce, Italy
Industrial Area
Collected July 2001

Sensor : Ikonos-2
Acquired Nominal GSD
Cross Scan: 0.85 m.
Along Scan: 0.85 m.
Sensor Azimuth (deg)
30.8556
Sensor Elevation (deg)
75.54852
Sun Azimuth (deg)
133.9629
Sun Elevation
67.75513
Date, Time (local)
16/07/2001, 09:40

Il Satellite ad alta risoluzione Ikonos [2/2]
Dal punto di vista matematico una immagine esprime
la distribuzione spaziale di una sorgente di energia
radiante come una funzione limitata di 4 variabili
indipendenti:

I(x,y,t,)

Si tratta di una funzione continua nel suo insieme di
definizione.

Per poter elaborare le immagini tramite un calcolatore
queste devono essere discretizzate nelle 4 variabili
x,y,t, e nella luminosit I
Caratterizzazione e rappresentazione di una immagine [1/4]
La dipendenza dalle variabili x ed y, discretizzate, viene
rappresentata registrando linformazione relativa alle
locazioni con una griglia bidimensionale composta di
elementi detti pixel corrispondenti a piccole aree della
superficie terrestre.

Ad ogni pixel nellimmagine corrisponde un valore numerico
di luminosit (o radianza) detto Digital Number (DN).
La struttura a griglia anche
denominata raster per cui
unimmagine spesso
denominata dato raster. Il
dato raster si divide in righe
orizzontali dette righe (lines)
e colonne verticali dette
colonne (samples)

Il DN assume significati differenti in base
alla sorgente del dato.

Nei dati da satellite con sensore passivo
(Landsat) il DN rappresenta la luce riflessa
nel visibile, infrarosso ed altre lunghezze
donda.

Nei dati da satellite con sensore attivo
(ERS) il DN rappresenta lintensit del
segnale di ritorno allantenna.

Infine nei modelli digitali del terreno (DTM) il
DN rappresenta la quota del terreno.

Tutti i dati citati possono essere
immagazzinati in formato raster.
31 44
42
81 11
87
Cell
rows
lines
columns
(samples)
DN
DN
Reflectivity (Landsat, Spot, etc.)
Height (DEM)
Amplitude (seismic horizon)
Radiometric anomalies
Etc.
spatial resolution
Pertanto del tutto naturale rappresentare una immagine
digitale come:

Una matrice i cui indici di riga e colonna identificano un
punto dellimmagine, mentre il valore del corrispondente
elemento di matrice (detto anche picture element o pixel)
d il livello di grigio in quel punto.

La dipendenza dalla variabile , anchessa discretizzata, viene
rappresentata registrando linformazione relativa alle diverse bande in un
numero di matrici pari al numero delle bande (immagini multispettrali).

La dipendenza dalla variabile t, anchessa discretizzata, viene
rappresentata registrando linformazione relativa alle diverse acquisizioni
in un numero di matrici pari al
numero delle bande n.ro acquisizioni
(immagini multitemporali).

Multitemporal &
multispectral data
Con opportune applicazioni matematiche sui
DN possibile migliorare la qualit delle
immagini per mettere in risalto ed estrarre
informazioni non ottenibili con le tradizionali
tecniche di foto-interpretazione.

Di conseguenza lelaborazione delle
immagini digitali diventato un potente
strumento nellambito delle applicazioni alle
scienze della Terra.

Elaborazione delle immagini telerilevate
MATLAB uno tra i pi diffusi sistemi di
supporto al calcolo scientifico. Esso
integra funzioni di calcolo, visualizzazione e
Programmazione in un ambiente user-frendly
in cui problemi e soluzioni possono essere
Formulati utilizzaondo la notazione matematica
vettoriale.

Il nome MATLAB nasce dallunione delle parole inglesi MATRIX
LABORATORY che ben rappresentano il fatto che si tratta di un
sistema interattivo i cui elementi base sono array che non
richiedono alcun dimensionamento.

La filosofia che alla base del sistema consente di risolvere
numerosi problemi del calcolo numerico, specialmente quelli che
hanno una naturale formulazione vettoriale, in una frazione del tempo
che sarebbe necessario per scrivere un programma scalare con un
linguaggio come il C o il Fortran

Matlab
Image Processing Toolbox [1/3]

-

-

-
Il toobox Image Processing di Matlab
supporta i 4 principali tipi di immagini:

Intensity Images

Binary Images

RGB Images

Indexed Images

.

Image Processing Toolbox [2/3]

E possibile usare la funzione imread per leggere i dati
immagine da un file di tipo BMP, TIFF, JPEG, HDF,
PCX,XWD

E possibile usare la funzione imwrite per sarlvare in un file
una immagine elaborata.

La funzione imfinfo restituisce invece informazioni sulle
caratteristiche di un file immagine (formato, occupazione di
memoria, numero di righe, numero di colonne, ecc.)
Il processo di elaborazione delle immagini telerilevate
Data import
Image display
Atmosferic
Correction
Image geocoding
registration,rectification,
orthorectification

Image
enhancement
Information Extraction
Thematic Mapping
Hardcopy printing
Data saving
Output
Data Import

-

-

-
Matlab, in modo del tutto naturale, consente di registrare una
immagine disponibile in un formato qualsiasi in una matrice
mediante la semplice istruzione

I=imread(c:\banda1.tif, tif)

Dopodich lelaborazione digitale dellimmagine diventa una
operazione di trasfomazione sugli elementi della matrice I a cui
possibile riferirsi, in modo del tutto naturale, usando gli indici
di riga e colonna

Ad esempio il comando seguente restituisce il valore del pixel
in riga 2 e colonna 15 dellimmagine I

I (2,15)

Image Display [1/3]

La maggior parte delle scene dei sensori commerciali sono
composte da pi di 3000 righe e 3000 colonne per banda.
Come noto per, la maggior parte dei dispositivi di
visualizzazione non in grado di visualizzare pi di 1024x1024
pixel per volta.
Per questo, per visualizzare unimmagine telerilevata
necessario, ridurne le dimensioni al di sotto di quelle
compatibili con i monitor commerciali .

I=imresize(I, 0.25,nearest)

I (2,15)

Image Display [2/3]

Nearest Neighbour

Average

I=imresize(I, 0.25,nearest)

I (2,15)

I=imshow(I)
Image Display [3/3]

Tecniche di esplorazione : lIstogramma [1/2]

Uno degli strumenti pi semplici, ma allo stesso tempo pi utili
nellelaborazione digitale di immagini listogramma di frequenza il
quale rappresenta la funzione di distribuzione dei Digital Number
nellimmagine.

Listogramma di una immagine quindi la funzione che fornisce per
ogni numero indice I o livello di grigio, il numero di pixel avente quel
dato valore: sullascissa compaiono i numeri indice I (normalmente
da 0 a 255) e sullordinata la frequenza assoluta o percentuale di
ogni valore.

Listogramma quindi caratterizza unimmagine dal punto di vista
statistico e non fornisce alcuna informazione circa la disposizione
spaziale dei livelli di grigio nellimmagine. Ci nonostante ..

Lanalisi dellistogramma il primo passo obbligato per
lesplorazione e lelaborazione delle immagini telerilevate ed il
componente base di ogni software commerciale di image
processing (Photoshop, ERMapper, ecc.)
Tecniche di esplorazione : lIstogramma [2/2]

Correzione Atmosferica Approssimata

Molto spesso i dati ancillari necessari alla rigorosa correzione degli
effetti di assorbimento e scattering dellatmosfera, quali, ad esempio,
la umidit relativa e la visibilit, non sono disponibili.

Nei casi in cui leffetto dellatmosfera ritenuto non trascurabile
(calcolo NDVI) pu essere effettuata una correzione approssimata.

Il processo empirico di correzione basato sulla assunzione che
ogni banda di dati relativi ad una determinata scena, conterr uno o
pi pixel il cui Digital Number zero o prossimo a zero.

Tuttavia, se ci non si verifica, allora si suppone che leffetto
dellatmosfera si manifesti in un contributo costante ai DNs di ogni
pixel nella banda.

Pertanto la correzione approssimata consiste nel determinare di
quanto listrogramma di ogni banda shiftato dallorigine e nel
sottrarre questo offset al valore della radianza di ogni pixel
nellimmagine
Correzione Atmosferica Approssimata

Correzione Geometrica [1/3]

I dati telerilevati tipicamente sono affetti da una distorsione
geometrica che pu essere sia di natura sistematica (dovuti alla
rotazione della terra, alla velocit della piattaforma, ecc.) che di
natura non sistematica (dovuti alla orografia del terreno, alla
instabilit dellorbita della piattaforma satellitare, ecc.).

Gli errori sistematici vengono corretti dal distributore utilizzando
informazioni relative al modello fisico del sensore ed alle
caratteristiche orbitali della piattaforma.

La correzione degli errori non sistematici, normalmente lasciata
agli utenti, e pu essere corretta con accettabile accuratezza
ricorrendo a un sufficiente numero di Ground Control Point (GCP).

Un GCP un punto della superficie terrestre di cui siano note siano
note sia le coordinate di mappa (Easting-Northing o Latitudine-
Longitudine) che le corrispondenti coordinate immagine (riga-
colonna)


La relazione tra spazio immagine e lo
spazio oggetto pu essere
rappresentata con un modello
polinomiale che, nel pi semplice dei
casi, una trasformazione affine con 6
parametri

x=a
0
+a
1
x+a
2
y
Y=b
0
+b
1
x+b
2
y

che pu essere risolta con tecnica dei
minimi quadrati applicata al sistema
che si ottiene scrivendo le equazioni
del modello per 3 o pi GCPs

Ap=m
Il Modello di Proiezione Centrale
Modello di Proiezione Centrale (Jones,2002, http://www.sli.unimelb.edu.au/nicole)

y = c + R x [1]

x = (1/) R
T
(y-c) [2]
PC[X
0
(t) Y
0
(t) Z
0
(t)]
centro di proiezione istantaneo

fattore di scala
R=r
ij
=f
ij
(t)
matrice ortogonale di rotazione
istantanea relativa del sistema
coordinate sensore rispetto al
sistema di coordinate oggetto
Per una rigorosa ortocorrezione sono
necessari i dati orbitali del satellite e i
parametri della camera del sensore

Le Equazioni di Collinearit
) ( ) ( ) (
) ( ) ( ) (
0 33 0 23 0 13
0 32 0 22 0 12
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f y
+ +
+ +
=

) ( ) ( ) (
) ( ) ( ) (
0 33 0 23 0 13
0 31 0 21 0 11
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f x
+ +
+ +
=
La relazione vettoriale x = (1/) R
T
(y-c) tra le coordinate di
mappa (X,Y,Z) di un punto dello spazio oggetto e le coordinate
(x,y,-f) del corrispondente punto dello spazio immagine pu
essere facilmente ricondotta a due equazioni scalari, meglio
note come Equazioni di Collinearit
Le relazioni di collinearit sono state il punto di partenza per lo
sviluppo di numerosi modelli di ortorettifica che mostrano un
buon livello di indipendenza dalle caratteristiche dellorbita e
del sensore
Direct Linear Transform
1

1
11 10 9
8 7 6 5
11 10 9
4 3 2 1
+ + +
+ + +
=
+ + +
+ + +
=
Z L Y L X L
L Z L Y L X L
y
Z L Y L X L
L Z L Y L X L
x
) ( ) ( ) (
) ( ) ( ) (
0 33 0 23 0 13
0 32 0 22 0 12
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f y
+ +
+ +
=

) ( ) ( ) (
) ( ) ( ) (
0 33 0 23 0 13
0 31 0 21 0 11
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f x
+ +
+ +
=
Si tratta di un modello proiettivo che assumendo costanti i
parametri orbitali durante la scansione della scena,
riparametrizza lorientamento del sensore
Le implicite assunzioni del modello ne limitano la sua
applicabilita a scene di limitata estensione.
Infatti, aumentando la dimensione della scena non pu essere
trascurata la tempo-varianza dei coefficienti L
i

Affine Transform
) ( ) ( ) (
) ( ) ( ) (
0 33 0 23 0 13
0 32 0 22 0 12
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f y
+ +
+ +
=

) ( ) ( ) (
) ( ) ( ) (
0 33 0 23 0 13
0 31 0 21 0 11
Z Z r Y Y r X X r
Z Z r Y Y r X X r
f x
+ +
+ +
=
) ( ) ( ) ( 0
0 31 0 21 0 11 i i i
Z Z r Y Y r X X r + + =
) ( ) ( ) (
0 32 0 22 0 12 i i i
Z Z r Y Y r X X r y + + =
i X X X
i

0 0
A + =
i Y Y Y
i

0 0
A + =
i Z Z Z
i

0 0
A + =
8 7 6 5
4 3 2 1

L Z L Y L X L y
L Z L Y L X L x
+ + + =
+ + + =
i
y
x
Proiezione
parallela
Movimento
lineare del
sensore

Image Enhancement [1/4]

Nel caso in cui listogramma di unimmagine sia limitato, non
coprendo interamente tutta la gamma dinamica dei livelli di grigio,
possibile espanderlo in modo da occupare lintero intervallo
Questa operazione comporta ovviamente un aumento del contrasto, e
viene applicata per ottenere un immagine con la massima dinamica di
grigi.


Tale operazione realizzata tramite la trasformazione

dove x
1
e x
2
sono i livelli di grigio minimo e massimo contenuti
nellimmagine originaria.



Information Extraction & Thematic Mapping [1/9]

Vegetazione in buona salute
(a sinistra) assorbe molta della
luce visibile che la raggiunge e
riflette una vasta porzione di
luce nellinfrarosso vicino.

Vegetazione sotto stress o
vegetazione sparsa (a destra)
riflette pi luce nel visibile e
meno luce nellinfrarosso
vicino

Un indice di vegetazione un numero generato mediante una
combinazione di bande e che pu essere relazionato alla densit ed
allo stato di salute della vegetazione

Banda che copre uno porzione dello spettro in cui la
vegetazione riflette
Banda che copre uno porzione dello spettro in cui
la vegetazione assorbe
nir
red
RVI =
nir - red
nir + red
NDVI =
Reflectance Ratio or Radio Vegetation Index
Normalized Difference Vegetation Index



Cosa si deve intendere per trasformazione
dellimmagine?

Le trasformazioni dellimmagine sono modi
alternativi di rappresentare linformazione
dellimmagine stessa.

Lo scopo quello di mettere in evidenza qualche
propriet posseduta dallimmagine trasformata e che
non in evidenza nel dominio dellimmagine.

la Fourier transform decompone unimmagine nelle sue
componenti di frequenza spaziale. Questo consente di avere
qualche tipo di informazione che esiste nellimmagine:
es. i termini di alta frequenza danno unindicazione
dellampiezza e dellorientazione degli edges in unimmagine.

Un altro risultato importante riguarda la riduzione di
dimensionalit nel calcolo: infatti i coefficienti della trsformata
che sono piccoli possono essere esclusi dalle operazioni di
processing (come il filtraggio) senza molta perdita nella
performance dellelaborazione.

g(x) = f (x)
*
g (x) G(x) = F(u)G(u )
-1 -1 -1
-1 8 -1
-1 -1 -1
fft2
ifft2
edge,

Conclusioni
Matlab in grado di supportare il processo di
elaborazione delle immagini telerilevate in tutte le sue
fasi.

La sua semplicit ne garantisce laccessibilit ad una
utenza eterogenea e con limitata esperienza di
programmazione.

Lambiente MATLAB appare particolarmente efficace
per scopi didattici ed applicativi

Sviluppi Futuri : Matlab OrthoTool

Applicazioni Di Matlab All'analisi Di Immagini Telerilevate

Caricato da

Informazioni sul documento

Descrizione:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

Formati disponibili

Applicazioni Di Matlab All'analisi Di Immagini Telerilevate

Titolo originale:

Caricato da

Descrizione:

Copyright:

Formati disponibili

Applicazioni di Matlab allanalisi di immagini telerilevate, M.Palazzo & L.

Vasanelli, UNILE - GIEOLab

Potrebbero piacerti anche