Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  HYPERION
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono metodykę przetwarzania wstępnego satelitarnych danych hiperspektralnych z sensora HYPERION. Jest to sensor umieszczony na platformie satelity EO-1 (Earth Observing - 1) wraz z multispektralnym sensorem ALI (Advanced Land Image). Hyperion rejestruje obraz w 242 kanałach z rozdzielczością spektralną 10 nm dla zakresów 357÷1058 nm (70 kanałów VNIR) oraz 852÷2576 nm (172 kanałów SWIR), z rozdzielczością przestrzenną 30 m. W artykule przedstawiono wyniki metod przetwarzania danych hiperspektralnych dla fragmentu sceny HYPERIONA. Przetwarzanie wstępne tzw. pre-processing wymaga odpowiedniego przygotowania i analizy danych. Przeprowadzane w programie ENVI (Environment for Visualizing Image) procedury pre-processingu obrazu HYPERIONA, podzielone zostały na dwa główne etapy. W pierwszym etapie wykonano, tzw. destriping, czyli usuwanie zakłóceń spowodowanych niestabilnością sensora lub wadliwie działającymi detektorami oraz korekcję efektu smile, ujawniającego się w obrazach hiperspektralnych w postaci gradientu jasności. Do identyfikacji kanałów obarczonych efektem smile a także do częściowego wyeliminowania tego zakłócenia wykorzystano transformację Minimum Noise Fraction (MNF) oraz Inverse MNF. W drugim etapie pre-processingu wykonana została korekcja atmosferyczna obrazu HYPERIONA. Korekcję przeprowadzono za pomocą programu Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) dostępnego, jako moduł programu ENVI. W wyniku dokonanego na obrazie HYPERIONA pre-processingu, usunięte zostały zakłócenia stripingu, smilingu oraz zakłócenia związane z wpływem atmosfery.
EN
The paper presents methodology of preliminary pre-processing of spaceborne hyperspectral data. HYPERION is a sensor, placed on the platform of EO-1 (Earth Observing-1) satellite, which records images in 242 channels, at the spectral resolution of 10 nm and the spatial resolution of 30 m. The paper described results of processing hyperspectral data for the HYPERION’s scene fragment. Preliminary processing, or the so-called pre-processing requires proper preparation and analysis of data. Procedures of pre-processing a HYPERION's image, performed with the use of ENVI (Environment for Visualizing Image) software, were split into two main stages. The first stage involved the so-called destriping, or the removal of interference caused by the instability of the sensor and defectively operating detectors. Another very important measure, aimed at preparing the image for the subsequent extraction of its thematic information was the removal of the "smile" effect, revealed in hyperspectral images in the form of the brightness gradient. The Minimum Noise Fraction (MNF) and Inverse MNF transformations were applied to identify those channels burdened with the "smile" effect, and also to partially eliminate that interference. The second stage of pre-processing involved the atmospheric correction of the HYPERION's image. That correction was achieved by means of Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) programme, available as a module of ENVI software. The pre-processing resulted in removal of striping, smiling, and interfering of atmosphere's impact.
PL
Celem przeprowadzonych badan było porównanie wyników klasyfikacji obrazów satelitarnych - hiperspektralnych: HYPERION i wielospektralnych: ALI, zarejestrowanych w zakresach spektralnych podobnych do obrazu: LANDSAT. Testy prowadzono na obszarze leżącym na wschód od aglomeracji krakowskiej, dla którego dysponowano obrazami z platformy EO – 1 zarejestrowanymi w 2006 roku, dzięki projektowi KBN (nr 3T 09D 09429). W badaniach wykorzystano oprogramowanie specjalistyczne (ENVI 4.1) dedykowane opracowaniom danych teletedetekcyjnych. Obrazy HYPERION zostały wstępnie przetworzone w celu usunięcia zakłóceń spowodowanych wpływem atmosfery i tzw. efektem „smiling”. Klasyfikacje przeprowadzono tylko metodami tradycyjnie wykorzystywanymi w przetwarzaniu obrazów wielospektralnych, czyli za pomocą klasyfikacji nienadzorowanej i nadzorowanej. Założenie metodyczne porównania wyników klasyfikacji polegało na wykorzystaniu dla obu obrazów tych samych uczących pól treningowych i podobnych pól kontrolnych wykorzystywanych do oceny dokładności. Ponadto wszystkie parametry zastosowanych algorytmów były równie_ identyczne dla obu obrazów. Pola treningowe i testowe wybierano manualnie z wykorzystaniem kompozycji barwnych. W trakcie prowadzenia testów zaistniała konieczność zredukowania liczby analizowanych kanałów obrazu HYPERION, ponieważ w przeciwnym razie nie uzyskiwano zadawalających wyników klasyfikacji. W takim przypadku dokładność klasyfikacji obrazu HYPERION była wyższa ni_ dokładność klasyfikacji obrazu ALI. Natomiast wynik klasyfikacji wszystkich kanałów obrazu HYPERION albo w ogóle był nie do zaakceptowania, albo wynik klasyfikacji był znacznie gorszy ni_ w przypadku ALI i ograniczonej liczby kanałów HYPERION.
EN
The main aim of the research was to compare the results of satellite image classification: HYPERION and ALI, recorded in a spectral range similar to LANDSAT. Analyses were performed using the test area to the east of Krakow. Satellite iamges were obtained in 2006 thanks to scientific project KBN (no. 3T 09D 09429). The image processed with ENVI. HYPERION was initially preprocessed to remove so-called atmospheric effects, and so-called “similing” effect. The classification was performed using conventional spectral methods: unsupervised and supervised classification. The background of the comparison was applied in the same training and control area, and the same parameters of classification. Training and control areas ware selected using colour compositions. In the research, a need to reduce the amount of HYPERION channels emerged, otherwise the classification results would not be possible to interpret. In such case, the accuracy of HYPERION channel reduction classification was higher than that of ALI. The result of classification of all HYPERION image channels, however, was either completely unacceptable, or the classification result was much worse than in the case of ALI and limited number of HYPERION channels.
PL
W czerwcu 2006 został przeprowadzony eksperyment teledetekcyjny w rejonie Zbiornika Dobczyckiego, w ramach, którego dokonano rejestracji hiperspektralnych obrazów satelitarnych Hyperion i ALI. Równocześnie przeprowadzono pomiary naziemne za pomocą spektrometru FieldSpec HH firmy ASD Inc., (Analytical Spectral Device) oraz pobrano próby osadów dennych ze zbiornika i wody nad osadowej. Miejsce pobrania prób wyznaczano za pomocą odbiornika GPS. Do przetwarzania obrazów satelitarnych oraz ich porównania z pomiarami spektrometrycznymi wykorzystano oprogramowanie ENVI. Ostatecznie wybrane z obrazów z HYPERION kompozycje barwne oraz wyniki analiz zostały zintegrowane z innymi warstwami istniejącymi już w bazie danych GIS (archiwalne obrazy satelitarne, lotnicze, mapy topograficzne, mapa sozologiczna, mapa glebowa, DTM) w środowisku Geomedia. Wykorzystano możliwość integracji różnych formatów i układów współrzędnych (1992 – ortofotomapa, DTM, mapa sozologiczna, 1942 – mapa glebowa, UTM – archiwalne obrazy satelitarne, pomiar GPS). Przetwarzanie obrazów hiperspektranych za pomocą oprogramowania ENVI polegało, na wstępnej korekcji wpływu atmosfery i próbie porównania krzywych spektrometrycznych z krzywymi spektralnymi z obrazów satelitarnych. Ostatnim etapem była analiza porównawcza wyników pomiaru bezpośredniego wody nad osadowej z przebiegiem krzywych spektralnych uzyskanych teledetekcyjnie. W artykule opublikowano wstępne rezultaty badań prowadzonych w ramach projektu KBN 3T 09D 09429 pt. „Badania procesów akumulacji i przemian związków chemicznych w osadach Dobczyckiego Zbiornika wody pitnej dla miasta Krakowa w celu oceny jego stanu jako ekosystemu”. Uzyskane w omawianym eksperymencie wyniki stanowią potencjalnie znacznie większy materiał badawczy niż zostało to zaprezentowane w publikacji. W przyszłości planowane są dalsze prace w kierunku lepszej wstępnej kalibracji obrazów satelitarnych, co umożliwiłoby wiarygodne porównanie pomiarów naziemnych i obrazów satelitarnych.
EN
In June 2006, a remote sensing experiment for Dobczyce Reservoir monitoring, was performed. The following data was gathered: hyperspectral images – HYPERION, multispectral images – ALI, ASD spectrometer measurements, laboratory measurements of water probe in 6 points of the reservoir. Point position was measured by GPS. Images were processed using ENVI software, initial correction and data extraction was performed. For integration, data in different formats and Geomedia coordinate systems was applied. In the paper, some results of laboratory measurements area are presented. The data was analyzed on the satellite composition to test the qualitative correlations between images and laboratory measurements. A coincidence was obtained in about 70 % (its reliability is limited because of amount of measurement points). Reflection coefficient in upper part of reservoir (more suspended matter) was ca. 0.06 and in lower part it was ca. 0.02, which confirms the quantitatively visual interpretation of the satellite composition. Unfortunately, comparison between spectrometric measurements with the spectral curve from satellite image was not successful. Image correction of the atmospheric effect was probably not satisfactory. In this paper, only initial results of the experiment are presented. In the future, the improvement of the initial correction is planned to make the comparison between spectrometer and image spectral curves possible.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.