Wpływ terenowej wielkości piksela i szumu impulsowego na wymiar fraktalny obrazów roślinności przybrzeżnej jeziora Łuknajno

• Autorzy: Miałdun J.

Warianty tytułu

EN

Effect of ground sample distance and impulse noise on fractal dimension of littoral vegetation of lake Łuknajno

• Języki publikacji: PL

Abstrakty

PL

Według zaleceń Environmental Protection Agency zmiany krajobrazu ekologicznego można scharakteryzować trzema metrykami (miarami). Są nimi: miara różnorodności, miara dyspersji i wymiar fraktalny. Ta ostatnia jest szczególnie interesująca z punktu widzenia potencjalnych możliwości wykorzystania do klasyfikacji pokrycia powierzchni terenu. W przybliżeniu można przyjąć, że wymiar fraktalny charakteryzuje stopień samopodobieństwa tekstury obrazu. Dobór metod pozyskiwania danych teledetekcyjnych i obliczania wymiaru może mieć duży wpływ na jego wielkość. W pracy zastosowano do obliczania wymiaru fraktalnego tzw. „metodę graniastosłupów trójkątnych”. Do badań wykorzystano autorskie lotnicze zdjęcia panchromatyczne, barwne w barwach naturalnych i czarno-białe w podczerwieni. Zdjęcia wykonano podczas jednego lotu 17 września 2007 r. Przeanalizowano wpływ wielkości terenowej piksela na wymiar fraktalny. Badania prowadzono na zdjęciach skanowanych z różną rozdzielczością optyczną. Przeanalizowano również wpływ szumu impulsowego (defektów emulsji) na wielkość wymiaru. Otrzymane wyniki wskazują, że oba czynniki mają wpływ na wielkość wymiaru fraktalnego. Zwiększenie terenowej wielkości piksela skutkuje zwiększeniem wymiaru fraktalnego. Ta tendencja wskazuje, że tekstury obrazów naturalnego pokrycia powierzchni Ziemi nie są „czystymi” fraktalami. Ziarnistość i szum impulsowy powodują, że tekstury prezentowane w przestrzeni 3D są bardzo szorstkie. W zastosowanej metodzie wpływ na wynik ma również dobór wymiarów okien analizujących. W przypadku obliczania lokalnych wielkości na małych powierzchniach wymiar może być obarczony dużym błędem. Wtedy należy stosować filtry usuwające szum lub wygładzające. Wiarygodne i powtarzalne wyniki można osiągnąć przestrzegając założonego standardu pozyskiwania i przygotowania danych teledetekcyjnych. Dziś standardów takich nie ma. Tworzone są ad hoc do konkretnych zadań. Badania wykazały, że wymiar fraktalny nie ma wartości absolutnych i należy traktować go relatywnie.

EN

According to the recommendations of the Environmental Protection Agency, changes in the ecological landscape may be characterised by three metrics (measures). These are: the measure of diversity, the measure of dispersion and fractal dimensions. The latter is especially interesting with respect to potential use to classify land cover. It can be roughly assumed that the fractal dimension describes the extent of self-similarity of image texture. Proper selection of methods of teledetection data acquisition and dimension calculation may greatly affect its value. The authors have applied what is known as the method of triangular prisms to calculate fractal dimension. They used aerial panchromatic photographs – coloured in natural colours and black and white in IR radiation. The photographs were taken during one flight on 17 September 2007. Moreover, panchromatic photographs taken in 1980 were used to analyse changes of vegetation in the littoral zone of the lake. The effect of ground sample distance on fractal dimension was analysed. The analyses were performed on photographs scanned at various levels of optical resolution. The effect of emulsion graininess and impulse noise (emulsion defects) on the dimension size was also examined. The results suggest that both factors affect the size of fractal dimension. Increasing the ground sample distance results in increasing the fractal dimension. The tendency shows that the texture of images of the natural Earth surface covers are not “pure” fractals. Due to graininess and impulse noise, textures presented in 3D space are very rough. The results of the analysis are also affected by the choice of the analysing window’s dimensions. If local sizes are calculated on small surfaces, the measure may bear a large error. In such cases, noise-reducing or smoothing filters should be used. Credible and repeatable results can be achieved by observing the adopted standard of acquisition and preparing remote sensing data. There are no such standards nowadays and are prepared ad hoc for specific tasks. According to the study, the fractal dimension does not have absolute values and it should be regarded relatively.

Słowa kluczowe

PL

zdjęcia lotnicze; pixel; szum impulsowy; wymiar fraktalny

EN

aerial photographs; pixel; impulse noise; fractal dimension

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2010
• Tom: Vol. 21
• Strony: 257--266
• Opis fizyczny: Bibliogr. 22 poz.

Twórcy

autor

Miałdun J.

• Katedra Fotogrametrii i Teledetekcji, UWM w Olsztynie

Bibliografia

• 1.Clarke K.C., 1986. Computation of the fractal dimension of topographic surfaces using the prism surface area method, Computers and Geosciences, 12 (5), s. 713–722.
• 2.De Cola L., 1989. Fractal Analysis of e Classified Landsat Scene, Photogrammetric Engineering and Remote Sensing, Vol. 55, Nr 5, s. 601–610.
• 3.De Jong S.M., Burrough P.A., 1995. A fractal approach to the classification of Mediterranean vegetation types in remotely sensed images, Photogrammetric Engineering and Remote Sensing, Vol. 61, Nr 8, s.1041–1053.
• 4.Emerson C. W., Siu-Ngan Lam N., Quattrochi D. A., 1999. Multi-Scale Fractal Analysis of Image Texture and Pattern, Photogrammetric Engineering and Remote Sensing, Vol. 65, Nr 1, s. 51–61.
• 5.Environmental Protection Agency., 1994. Landscape Monitoring and Assessment Research Plan, EPA 620/R-94/009, Office of Research and Development, Washington, D.C.
• 6.Hausdorff F., 1919. Dimension und äußeres Maß, Mathematische Annalen. 79 (1-2), s. 157–179.
• 7.Lam N.S-N., 1990. Descriptiom and Measurement of Landrat TM Image Rusing Fractals, Photogrammetric Engineering and Remote Sensing, Vol. 56, Nr 2, s. 187–195.
• 8.Malina W., Smiatacz M., 2005. Metody cyfrowego przetwarzania obrazów, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 9.Mandlebrot, B., 1967. How long is the coast of Britain? Statistical self-similarity and fractional dimension. Science, 156, 636–638.
• 10.Miałdun J., 2002. Nowe spojrzenie na stare mikrodensytogramy, Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 12 b.
• 11.Miałdun J., 2005. Wymiar fraktalny zobrazowań teledetekcyjnych krajobrazu ekologicznego poddanego antropopresji, Biskupin… i co dalej? Zdjęcia lotnicze w polskiej archeologii, s. 109–116, Poznań.
• 12.Miałdun J., Ostrowski M., 2010. Wymiar fraktalny fragmentów zdjęć lotniczych strefy przybrzeżnej Jeziora Mikołajskiego, Śniardw i Łuknajno, Archiwum Fotogrametrii, Kartografii i Teledetekcji (w druku).
• 13.Olszewski R., 2001. Zastosowanie analizy fraktalnej w kartograficznej metodzie badań wybranych komponentów środowiska przyrodniczego. Politechnika Warszawska – praca doktorska.
• 14.Peitgen H. -O., Jürgens H., Saupe D., 1996, Granice chaosu fraktale, Wydawnictwo Naukowe PWN, Warszawa.
• 15.Qiu, H.L., N.S.N. Lam, D.A. Quattrochi, and J.A. Gamon, 1999. Fractal characterization of hyperspectral imagery, Photogrammetric Engineering & Remote Sensing, Vol. 65, Nr 1, s. 63–71.
• 16.Qattrochi D.A., Emerson W., Lam N.S-N., Qiu H.L., 2001. Fractal characterization of Multitemporal Remote Sensing Data, Modelling scale in geographical information science / Ed. by Nicholas J. Tate and Peter M. Atkinson, Chichester : John Wiley & Sons, cop., s. 13 34.
• 17.Sun W., Kolappal A.Z., Gong P., 2005. Two Computation Methods for Detecting Anisotropy in Image Texture, Geographic Information Sciences, Vol. 11, Nr 2, s. 87–96.
• 18.Sun W., 2006. Three New Implementations of the Triamgular Prism Metod for Computing the Fractal Dimension of Remote Sensing Image. Photogrammetric Engineering and Remote Sensing, Vol. 72. Nr 4, s. 373–382.
• 19.Tadeusiewicz R., Korohoda P., 1997. Komputerowa analiza i przetwarzanie obrazów, Wydawnictwo Postępu Telekomunikacji, Kraków.
• 20.Taud H., Parrot J-F., 2005. Measurement of DEM roughness using the local fractal dimension, Géomorphologie: relief, processus, environnement, 4, s. 327–338.
• 21.Wróbel Z., Koprowski R., 2004. Praktyka przetwarzania obrazów w programie Matlab, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 22.Weng Q. 2003. Fractal Analysis of Satellite-Detected Urban Heat Island Effect, Photogrammetric Engineering and Remote Sensing, Vol. 69, Nr 5, s. 555–566.