Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Wielosensorowa triangulacja satelitarna
PL
Podczas budowy numerycznych modeli terenu (NMT) na podstawie danych lotniczego skanowania laserowego (chmur punktów) dąży się do usunięcia punktów, które dotyczą odbić od obiektów znajdujących się na powierzchni – budynków i budowli oraz roślinności. Istnieją jednakże dziedziny gospodarki oraz nauki, które są zainteresowane uzyskaniem danych, możliwie wiernie opisujących budowę pokrywy roślinnej. Dlatego też wydaje się, że doskonalenie metodyki budowy numerycznego modelu pokrycia terenu wymaga bardziej wnikliwego podejścia, niż tylko ustalenie którędy przebiega górna granica (powierzchnia) opisująca kształt obiektu. Ze względu na przestrzenną zmienność pokrycia terenu, nie można przyjmować jednorodnych reguł przetwarzania danych dla całego obszaru, dla którego wykonano skanowanie laserowe. Istotnym jest dokonanie dokładnego rozpoznania przestrzennej dystrybucji różnych obiektów na badanym terenie oraz opracowanie charakterystyk opisujących sposób odwzorowania tych obiektów w danych skanowania laserowego. Informacje te pozwolą na zastosowanie zmiennych przestrzennie reguł przetwarzania chmur punktów skanowania laserowego – zarówno przy generowaniu NMT, jak i powierzchni opisujących budowę roślinności. W pracy przedstawiono wstępne wyniki badań nad przestrzenną dystrybucją chmury punktów skanowania laserowego różnych elementów krajobrazu, w dwóch fazach sezonu wegetacyjnego – wczesną wiosną oraz latem, z uwzględnieniem podziału rejestrowanych impulsów na pierwsze i ostanie echo. Dystrybucję przestrzenną chmur punktów pokazano w formie graficznej. Uzyskane wyniki skłaniają do podjęcia dyskusji nad niektórymi dotychczas wyrażanymi opiniami.
EN
The article presents methodology of spatial orientation of the VHRS image block with the spatial resolution of GSD ≤ 1m, obtained by means of various sensors. The main objective of the methodical study was to determine the possibility of integration of scenes originating from different satellite systems (Ikonos-2, QuickBird-2 and Resurs-DK-1) in the process of the block geometrical correction (multisensor satellite triangulation). Two methods of the multisensor satellite triangulation were proposed. In the first of them, elements of external orientation of particular scenes determined independently in four methodical variants were used to construct a geometrically corrected satellite block. It was affirmed that the method allowed to obtain the accuracy of the satellite block triangulation on the levels of RMSEX = 0.4 m and RMSEY = 0.4 m, respectively. It was also affirmed that in the geometrical correction of each scene it was necessary to use the mathematical sensor model, supported by the measurement of the smallest number of control points. In the second method, the construction of a geometrically corrected satellite block was preceded by the relative orientation of individual scenes that the model was composed of. Taking into account the configuration of tie points it was determined that the applied method of measurement enabled obtaining the results of relative orientation on the level of 0.3 pixels of the source scene. It was also affirmed that using the RPC catalogue coefficients provided by the distributor of the satellite data it was possible to reduce the measurement of control points in positions doubled by tie points as well on the edges of the block. By nominal selection of control points designed in tie point positions and on the edge of block, it is possible to obtain the accuracy correction of the VHRS block on the levels of RMSEX = 0.5 m and RMSEY = 0.4 m, respectively.
PL
W artykule zaprezentowano wyniki badan naukowych mających na celu określenie zakresu wykorzystania wysokorozdzielczych danych satelitarnych Resurs-DK w procesie generowania podstawowych produktów fotogrametrycznych. Na podstawie analizy metadanych tego systemu opracowano warsztat metodyczny korekcji geometrycznej oraz ortorektyfikacji. Podstawa tego warsztatu były algorytmy korekcji geometrycznej danych Resurs-DK wzorowane na modułach korekcji wysokorozdzielczych obrazów satelitarnych IKONOS oraz QuickBird funkcjonujących w oprogramowaniu fotogrametrycznym Ortho Engine PCI Geomatica. Zaprezentowano rezultaty korekcji geometrycznej obrazów panchromatycznych Resurs-DK z wykorzystaniem ścisłego modelu parametrycznego, modelu wielomianowego oraz wyznaczonych i skorygowanych współczynników wzorowanych na RPC. Na podstawie wnikliwej analizy poszczególnych wariantów korekcji geometrycznej stwierdzono, że wysokorozdzielcze zobrazowania Resurs-DK można skorygować geometrycznie na poziomie poniżej ½ piksela obrazu źródłowego. W niniejszym artykule zamieszczono również analizy wpływu dokładności wyznaczenia elementów orientacji zewnętrznej scen Resurs-DK na dokładność położenia pikseli w matrycy wygenerowanego ortoobrazu. Scharakteryzowano uwarunkowania procesu ortorektyfikacji rosyjskich zobrazowan Resurs-DK. Stwierdzono, że do wygenerowania ortoobrazów spełniajacych kryterium dokładności geometrycznej mapy topograficznej w skali 1:10000 należy włączyc zbiór punktów wysokościowych NMT o dokładności nie gorszej ni mH = 4m. Stwierdzono, że na podstawie zobrazowań nadirowych Resurs-DK można wygenerować ortoobrazy, których dokładność geometryczna odpowiada dokładności mapy topograficznej w skalach 1:5000, 1:10000 oraz skalach mniejszych. Jakkolwiek dla tego przedziału skalowego ortoobrazów spełnione jest kryterium dokładności geometrycznej, to ich zdolność interpretacyjna dotyczy jedynie skali 1:10 000.
EN
The present paper presents the results of the research aimed at the qualification of the range of utilisation of very high resolution Resurs-DK satellite data in the process of generating basic photogrammetric products. The methodology for geometrical correction and orthorectification of the source Resurs-DK panchromatic images based on the metadata analysis was elaborated. The algorithms for geometrical correction of the Resurs-DK image data, based on the correction modules for IKONOS and Quick Bird satellite data functioning in photogrammetric commercial software Ortho Engine PCI Geomatica, were the critical for that methodology. Four variants of geometrical correction were applied. The results of the geometrical correction of the panchromatic scenes Resurs- DK, based on the parametrical sensor model adapted to the structure of Russian data and rational polynomial coefficients, which were identified based on the control point measurement, were presented. The analysis of the influence of the number and distribution of the control points throughout the scene on the result of geometric correction have been realised in each variant. With a thorough analysis of the individual variants of geometrical correction, that very high resolution Russian satellite data can be corrected with the accuracy level below half pixel of the source image. In the present paper, in addition to the profile of the methodology for geometrical correction of Resurs- DK satellite data, an analysis was presented relating to the influence of the accuracy of delimitation of external orientation Resurs-DK images on the accuracy location of the pixels in the orthoimage matrix. Technical conditions were qualified for the orthorectification process of new very high resolution Russian images. It was found that, for orthoimage generating meeting the accuracy criterion of topographic map scaled 1:10000, there should be a set of height points included, having digital elevation model with accuracy at least 4 m. I was proven that, based on the Resurs-DK satellite data, the orthoimages can be generated whose geometrical accuracy corresponds to the accuracy of the topographical map scaled 1:5000 and 1:10,000 and smaller. However, for that scale range of orthoimages, the geometrical accuracy criterion is met, yet their interpreting capability applies only to the 1:10000 scale.
PL
W artykule opisano metodykę generowania numerycznego modelu terenu (NMT) na podstawie rosyjskich obrazów stereoskopowych TK-350. Do badań wykorzystano panchromatyczną scenę stereoskopową TK-350 o pokryciu podłużnym 60 %, pozyskaną w październiku 2000 roku, w ramach jednej z ostatnich misji systemu Comet. Scena pokrywała swym zasięgiem obszar południowo-wschodniej Polski, w granicach, którego, znalazły się tereny o różnorodnych formach ukształtowania. Do opracowania danych źródłowych TK-350 wykorzystano oprogramowanie Z-Space będące modułem funkcyjnym systemu fotogrametrycznego Ortho/Z-Space, przeznaczonego głównie dla tego rodzaju danych. Stwierdzono, że wykorzystanie pełnego zestawu precyzyjnych danych orbitalnych do wyznaczenia elementów orientacji zewnętrznej zdjęć TK-350 zapewnia dokładność wyznaczenia tych elementów na poziomie 1/3 piksela obrazu źródłowego. Stwierdzono również, że technika pomiaru korelacyjnego odniesiona do cyfrowych obrazów TK-350 pozwala wygenerować NMT z dokładnością m H = 3.2 m dla terenów równinnych i falistych oraz 3.9 m dla trenów pagórkowatych i górzystych. Wykazano, że niedostosowanie parametrów programowych pomiaru korelacyjnego NMT na obrazach TK-350 jest główną przyczyną spadku jego dokładności. Stwierdzono, że pomiary wysokościowe realizowane techniką korelacji obrazów na bazie danych TK-350 stanowią doskonały materiał źródłowy do generowania warstwic na mapach topograficznych w skalach od 1:25 000 do 1:20 0000, w zależności od charakteru ukształtowania rzeźby terenu.
EN
Russian satellite stereo photographs taken with TK-350 cartographic cameras (GSD = 10m) have been collected for more then 20 years. Till 1991 this data was only available to Russian federal surveying offices and used for updating 1:25 000 scale topographic maps. Data from TK-350 has been made available worldwide after the US lifted the ban on satellite data with resolutions below 10 m.This data has not so far been used in Poland. The research project sponsored by the Ministry of Science is currently carried out at the Institute of Geodesy and Cartography in Warsaw. It will evaluate the usefulness of TK-350 data for the generation of photogrammetric products for topographic databases including the accuracy of DTM measurements based on stereoscopic TK-350 data. The results published in foreign literature refer mainly to analytical photogrammetry, and are based on inappropriate reference data and disqualify the TK-350 data. In the described project, one stereoscopic TK-350 scene with a 60 % overlap of southwest of Poland was acquired on 20 Oct. 2000 by a Comet satellite. Russian original Z-Space software was used for orientation of the stereogram. Using this software and the original full set of orbital data orientation, an accuracy of 1/3 of pixel was achieved. Generation of DEM was done with the use of the image correlation method. RMSE (Z) = 3.2 m for flat regions and RMSE (Z) = 3.9 m for hilly regions were achieved. Satellite TK-350 photographs could be used for DEM and contour line generation on topographic maps on scales smaller then 1:25 000 for flat regions and on scales smaller then 1:200 000 for hilly regions.
PL
W artykule przedstawiono metodykę korekcji geometrycznej panchromatycznych wysokorozdzielczych obrazów satelitarnych zarejestrowanych przez systemy satelitarne Ikonos oraz QuickBird. Zbiór danych w każdym systemie obejmuje matrycę obrazu oraz współczynniki funkcji wymiernej (Rational Polynomial Coefficient, RPC) określające ścisły związek pomiędzy współrzędnymi obrazowymi sceny a układem współrzędnych terenowych. Określono dokładność geometryczną każdej z matryc obrazowych oraz zakres ich korekcji dla różnych wariantów metodycznych uwzględniających pomiary fotogrametryczne punktów osnowy terenowej. W poszczególnych wariantach korekcji geometrycznej scen wykorzystano ścisły matematyczny model każdego z sensorów (model Toutina w oprogramowaniu PCI Geomatica), współczynniki funkcji wymiernej RPC dostarczone przez dystrybutora danych oraz wyznaczone na podstawie pomiarów współrzędnych obrazowych punktów osnowy fotogrametrycznej. W każdym wariancie przeprowadzono analizę wpływu liczby i rozmieszczenia fotopunktów na dokładność orientacji sceny. Wykazano, że optymalny rezultat orientacji sceny Ikonos uzyskuje się, wykorzystując zestaw współczynników RPC skorygowany wynikami pomiaru fotogrametrycznego 5 fotopunktów, zaś w procesie korekcji geometrycznej sceny QuickBird optymalny rezultat zapewnia ścisły matematyczny model sensora wraz z zestawem 9 fotopunktów symetrycznie rozmieszczonych na scenie. Stwierdzono, że zakres korekcji geometrycznej jest większy dla sceny Ikonos, zaś dokładność geometryczna skorygowanych obrazów jest zbliżona.
EN
Authors presented in the article the method of geometric correction of panchromatic high-resolution satellite images collected by Ikonos and QuickBird satellite systems. Data file in each system comprises image matrix and Rational Polynomial Coefficients, whieh define strict relation between image coordinates of the scene and system of terrain coordinates. Geometrical accuracy of each image matrix was determined, as well as range of correction for various methodical approaches, which take into account photogrammetric measurements of ground control points. In particular variants of geometric correction the following elements were used: strict mathematical model of each sensor (Toutin model in PCI Geomatica software), Rational Polynomial Coefficients delivered by data distributor and those determined on the basis of measurements of image coordinates related to ground controI points. In each variant analysis concerning impact of number and distribution of ground controI points on accuracy of scene orientation was conducted. It was proved, that optimal result of orientation of Ikonos scene is obtained using set of Rational Polynomial Coefficients corrected by results of photogrammetric measurements of 5 ground eontrol points, white for geometric correction of QuickBird seene optimal result is achieved using strict mathematical model of sensor with a set of 9 ground control points symmetrically distributed across the scene. It was found, that range of geometrical correction is larger for Ikonos scene, whereas geometric accuracy of both corrected images is similar.
PL
Klasyfikacja cyfrowa jest najczęściej wykorzystywanym algorytmem do tworzenia map tematycznych na podstawie zdjęć satelitarnych, np. mapy pokrycia terenu. Jednak aby wynik klasyfikacji stał się materiałem kartometrycznym, należy go poddać transformacji geometrycznej do określonego układu współrzędnych. Możliwe jest również postępowanie odwrotne, tzn. najpierw następuje wykonanie transformacji geometrycznej zdjęć oryginalnych, a dopiero potem przeprowadza się proces klasyfikacji już zgeometryzowanych zdjęć. Jednak, zważywszy na naturę cyfrowego przetwarzania obrazów rastrowych, powstaje pytanie: czy rezultaty obu postępowań będą takie same? Niniejsze opracowanie prezentuje wyniki badań nad wpływem momentu wykonywania transformacji geometrycznej zdjęć na wynik klasyfikacji nadzorowanej. Prace badawcze przeprowadzono na dwóch scenach satelitarnych zarejestrowanych przez satelitę SPOT5. Wybrane pola testowe reprezentują dwa odmienne typy krajobrazu: o gospodarstwach wielkoobszarowych oraz o rozdrobnionej strukturze agrarnej. W wyniku prac badawczych okazało się, że istnieje wpływ korekcji geometrycznej zdjęć satelitarnych na wyniki klasyfikacji, jednak bardziej istotnym elementem przetwarzania jest wybór metody ponownego próbkowania oraz rozmiar piksela deklarowanego przy próbkowaniu obrazu podczas wykonywania transformacji geometrycznej.
EN
The multispectral classification is the most common algorithm, which is applied for the creation of thematic maps (like land use / land cover maps) based on the satellite images. To obtain the final classification result having quality of cartometric material, it is requisite to carry out the geometric correction process. It's possible to realize this process in two way: first of them consists in geometric image correction and to continue by classification of image being already georeferenced yet. Second way is to classify the source image and to continue by geometric correction of the image already classified. However, knowing the image digital treatment nature, we should ask - are the both results the same or not? The presented study show the results of the researches about impact of the moment of the image geometric correction versus of multispectral classification process. This study was done at the base of SPOT5 satellite images for two test sites in Poland: Żuławy (consolidate agrarian structure) and Wyszków (fine agrarian structure). According to the results the influence of the geometric correction of satellite images on the results of multispectral classification is exist. Nevertheless, the most important element of image processing is the algorithm, which is chosen for the image resampling and the pixel size of the resampled image.
PL
W niniejszym opracowaniu przedstawiono wyniki pierwszego etapu badań przeprowadzonych w celu określenia jak duży wpływ na wynik klasyfikacji cyfrowej zdjęć satelitarnych ma moment wykonywania transformacji geometrycznej oraz algorytmy wykorzystane w trakcie tego procesu. Jak wykazały prowadzone do tej pory prace badawcze , zarówno korekcja atmosferyczna, jak i transformacja geometryczna wpływają na rezultat końcowy różnych przetworzeń cyfrowych. Wpływ taki został udowodniony m.in. przy obliczaniu temperatury powierzchni oraz wskaźników roślinności.
PL
Przedstawione w artykule badania dotyczą porównania dokładności korekcji geometrycznej zdjęć satelitarnych SPOT wykorzystującej ręczną identyfikację punktów z dokładnością korekcji opartej na automatycznej identyfikacji punktów dostosowania przeprowadzonej przez program TARIFA. We wszystkich przypadkach jako baza odniesienia służyła tworzona przez Spot Image baza Reference3D®. W artykule przedstawiono również podstawowe zasady działania programu TARIFA.
8
Content available remote Zrób to sam
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.