Analysis of impact of an edge effect on efficacy of selected texture analysis methods

• Autorzy: Kupidura P. , Górski K. , Jeżowska W. , Jankowska A.

Warianty tytułu

PL

Analiza wpływu efektu krawędzi na skuteczność wybranych metod analizy tekturowej

• Języki publikacji: EN

Abstrakty

EN

This paper presents the comparison of efficacy of three selected methods of texture analysis: Grey Level Co-occurence Matrix (GLCM) based entropy, Laplace operations and granulometric analysis, in the context of the edge effect. This effect means identifying edges of objects in an image as places of high texture, regardless of the real nature of the texture of the objects. It can significantly decrease the efficacy of selected methods of texture analysis. The article provides a brief presentation of the principal cause of this effect and also, shortly, the basics of the tested methods of texture analysis. The experiments were carried out on the VHR satellite image Pleiades (2m GSD), on the selected samples (test areas) of four land use/cover classes having different texture. The separation of these test areas in different texture images was assessed using Jeffries-Matusita distance. The results prove the significance of impact of the edge effect on the selected methods of texture analysis (GLCM entropy and Laplace operations), but they also show that a granulometric analysis is generally insusceptible to this effect, and thereby it provides the best discrimination of land use/cover classes of different texture.

Słowa kluczowe

EN

remote sensing; texture; edge effect; GLCM; Laplace; granulometric analysis

PL

teledetekcja; tekstura; efekt krawędzi; GLCM; operacje Laplace’a; analiza granulometryczna

• Wydawca: Polskie Towarzystwo Geograficzne, Oddział Teledetekcji i Geoinformatyki
• Czasopismo: Teledetekcja Środowiska
• Rocznik: 2015
• Tom: T. 53
• Strony: 15--26
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Kupidura P.

• Warsaw University of Technology Faculty of Geodesy and Cartography, Warsaw, Poland

autor

Górski K.

• Warsaw University of Technology Faculty of Geodesy and Cartography, Warsaw, Poland

autor

Jeżowska W.

• Warsaw University of Technology Faculty of Geodesy and Cartography, Warsaw, Poland

autor

Jankowska A.

• Warsaw University of Technology Faculty of Geodesy and Cartography, Warsaw, Poland

Bibliografia

• DARLING E.M., JOSEPH R.D. 1968. Pattern recognition from satellite altitudes. IEEE Trans. Syst. Man, Cybern., SMC- 4, p. 30-47.
• DOUGHERTY E.R., PELZ J.B., SAND F., LENT A. 1992. Morphological Image Segmentation by Local Granulometric Size Distributions.Journal of Electronic Imaging. 1(1), p. 46-60.
• GIANNINI M.B., MEROLA P., ALLEGRINI A. 2012. Texture Analysis for Urban Areas Classification in High Resolution Satellite Imagery. Applied Remote Sensing Journal, 2(2), p. 65-71.
• HAAS A., MATHERON G., SERRA J. 1967. Morphologie mathématique et Granulométries en place. Part I. Annales des Mines 11, p. 736-753.
• HARALICK R.M., SHANMUGAM K., DINSTEIN I. 1973. Textural Features for Image Classification.IEEE, 67(5). 786-804.
• HARALICK R.M., STERNBERG S. R., ZHUANG X. 1987. Image Analysis using Mathematical Morphology. IEEE Transactions on Pattern Analysis and Machine Intelligence, 9(4), p. 532-550.
• JENSEN J.R. 1996. Introductory Digital Image Processing-A Remote Sensing Perspective. Prentice Hall, NJ, p. 316.
• JULESZ B. 1962.Visual pattern discrimination. IRE Transactions on Information Theory, 8(2), p. 84-92.
• KUBIK T., PALUSZYŃSKI W., IWANIAK A., TYMKÓW P. 2008. Klasyfikacja obrazów rastrowych z wykorzystaniem sztucznych sieci neuronowych i statystycznych metod klasyfikacji. Wydawnictwo Uniwersytetu Przyrodniczego we Wrocławiu, Wrocław.
• KUPIDURA P. 2010. Semi-automatic method for a built-up area intensity survey using morphological granulometry. Ecological Questions, 28, p. 271-277.
• KUPIDURA P. 2015. Wykorzystanie granulometrii obrazowej w klasyfikacji treści zdjęć satelitarnych. Prace Naukowe, Geodezja z. 55, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa., p. 271.
• KUPIDURA P., KOZA P., MARCINIAK J. 2010. Morfologia matematyczna w teledetekcji. Wydawnictwo Naukowe PWN, Warszawa.
• LEWIŃSKI S., ALEKSANDROWICZ S., BANASZKIEWICZ M. 2014. Testing texture of VHR panchromatic data as a feature of land cover classification. Acta Geophysica, p. 1-21.
• NIENIEWSKI M. 1998. Morfologia matematyczna w przetwarzaniu obrazów. Akademicka Oficyna Wydawnicza PLJ, Warszawa.
• PEDDLE D.R., FRANKLIN S.E. 1989. High resolution satellite image texture for moderate relief terrain analysis. Proc. IGARSS 89, Vancouver, B.C., 2, p. 653-654.
• STERNBERG S.R. 1986.Grayscale Morphology. Computer Vision Graphics and Image Processing. 35(3), p. 333-355.
• SWAIN P.H., DAVIS S.M. 1978. Remote Sensing; The Quantitative Approach. Mcgraw-Hill College, p. 396.
• SZESZKO A. 2014. Analiza rozwoju fragmentu zabudowy miasta Torunia na podstawie zdjęć z Landsat 7 z wykorzystaniem map granulometrycznych. Eng. report, Warsaw University of Technology.
• VINCENT L. 1996. Opening Trees And Local Granulometries. In: Proc. Mathematical Morphology and Its Applications to Signal Processing. Georgia, USA, p. 273-280.
• WESZKA J.S., Dyer C.R., ROSENFELD A. 1976. A comparative Study of Texture Measures for Terrain Classification. IEEE Trans. on Systems, Man and Cybernetics, Vol. SMC- 6, p. 269-285.