Wyniki wyszukiwania - BazTech

1

Wyznaczanie terenowej zdolności rozdzielczej sensorów cyfrowych w oparciu o cele kalibracyjne

Orych A., Walczykowski P.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2010

|

Vol. 21

291--300

PL

Jednym z najistotniejszych parametrów opisujących jakość i przydatność interpretacyjną satelitarnych i lotniczych zobrazowań teledetekcyjnych jest ich rozdzielczość przestrzenna. Zobrazowania o dobrej rozdzielczości terenowej umożliwią interpretatorowi dokonanie dokładniejszej analizy i bardziej szczegółowego rozpoznania niżeli byłoby to możliwe na podstawie zobrazowań o niższej rozdzielczości. W przypadku sensorów cyfrowych możemy rozróżnić dwa parametry opisujące rozdzielczość powierzchniową obrazów: GRD (Ground Resolved Distance) i GSD (Ground Sampling Distance). GSD jest to częstość próbkowania i określa jedynie wielkość piksela w terenie. Parametr GRD jednak określa najmniejszą wielkość, jaka może zostać rozróżniona na zobrazowaniu. Terenowa zdolność rozdzielcza wyznaczana jest na podstawie specjalnie skonstruowanych testów kalibracyjnych. Testy te przyjmują szereg kształtów, form i rozmiarów. Cechują się zróżnicowanym kontrastem pomiędzy poszczególnymi elementami. Cele kalibracyjne wykorzystywane były od wielu lat do wyznaczania terenowej zdolności rozdzielczej sensorów analogowych. Najnowsze badania rozdzielczości sensorów cyfrowych wykonane na podstawie tych samych tradycyjnych celów kalibracyjnych pokazały, iż niektóre tradycyjne cele nie są odpowiednie. W celu poprawnego zbadania rozdzielczości sensorów cyfrowych niezbędne są pewne zmiany w konstrukcji takiego celu. Wartości GRD wyznaczone na podstawie istniejących celów obarczone są dużymi błędami spowodowanymi artefaktami występującymi na pozyskanych obrazach. Wynika to ze sposobu, w jaki promieniowanie rejestrowane jest przez detektor cyfrowy. Zespół Zakładu Teledetekcji i Fotogrametrii WAT przeprowadził serię doświadczeń, które pozwoliły na określenie optymalnych parametrów celu kalibracyjnego, który służyłby do wyznaczania terenowej zdolności rozdzielczej sensorów cyfrowych. Dodatkowo badania pozwoliły na opisanie metodyki prowadzenia analizy wizualnej pozyskanych zobrazowań. W badaniach tych przeanalizowano parametry specyficzne dla zobrazowań cyfrowych.

EN

One of the main parameters describing the quality and interpretational usefulness of satellite and aerial remote sensing images is their spatial resolution. Imagery characterized by a high ground resolution enable the interpreter to conduct a more detailed analysis and more thorough interpretation than possible with images of lower resolution. When working with digital sensors we can distinguish two parameters which define the spatial resolution of images: GRD (Ground Resolved Distance) and GSD (Ground Sampling Distance). GSD is the sampling frequency and only describes the size of the pixel on the ground. The GRD parameter describes the smallest length which can be recognized on the image. The ground resolved distance is determined based on especially constructed calibration targets. These targets can take several forms, shapes and sizes. They are characterized by a difference in contrast between its individual segments. Calibration targets have been used for many years to determine the ground resolved distance of analogue sensors. The newest research on digital sensors based on the same traditional calibration targets have shown that some of these targets are now inadequate. In order to correctly determine the resolution of digital sensors, changes must be made to the structure of the targets. The GRD value calculated based on existing targets is laden with large errors caused by artifacts occurring on the acquired images. These are the result of the way energy is registered by a digital sensor. A research team from the Remote Sensing and Photogrammetry Department of the military University of Technology has conducted a number of experiments which have allowed to determine the optimal parameters of a calibration target for establishing the ground resolved distance of digital sensors. Additionally, the experiments allowed description of a new methodology for analyzing the acquired imagery. In these experiments a number of parameters specific to digital imagery had been analyzed.

2

Wykorzystanie obrazowych technik rozpoznawczych do wykrywania kamuflażu

Walczykowski P., Orych A., Dąbrowski R., Stachurski K.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2010

|

Vol. 21

425--435

PL

Człowiek od setek lat próbował się maskować w różnym celu. Na początku ukrywał się w ten sposób by zmylić potencjalne ofiary podczas polowań. Później maskowanie miało sprawić, że zniknie dla wzorku przeciwnika. Gdy wymyślono broń palną i dystans, na jakich toczyły się bitwy zwiększał się, zaczęto rezygnować z tradycyjnych mundurów w jaskrawych kolorach na rzecz takich, które bardziej przypominałyby otoczenie. Najistotniejsze na polu bitwy stało się, kto kogo pierwszy wykryje. Dziś mimo nasycenia współczesnego pola walki różnymi środkami rozpoznania kamuflaż nie traci na znaczeniu. Zwiększa się tylko zakres jego działania. Zakres ten już dawno przekroczył granice, w których działa ludzki wzrok. Powszechne stosowanie bliskiej podczerwieni, termowizji czy fal milimetrowych wyznacza nowe zadania dla projektantów kamuflażu. Pomocą zarówno dla tych, którzy tworzą nowe kamuflaże jak i dla tych tworzących instrumenty zdolne wykrywać zamaskowane obiekty są charakterystyki spektralne. Widmowe współczynniki odbicia są spektralnym odpowiednikiem odcisku palca. Każdy obiekt ma swoją unikatową charakterystykę spektralną. Różnice w tych charakterystykach dla różnych obiektów mogą być wystarczające do odróżnienia ich od siebie. W artykule przedstawiono metodykę wyróżniania obiektów maskowanych na podstawie charakterystyk spektralnych pozyskanych metodami teledetekcyjnymi. Do realizacji tego zadania pozyskano w laboratoriach Zakładu Teledetekcji i Fotogrametrii WAT obrazowania wielo- i hiperspektralne i następnie, na ich podstawie, wyznaczono widmowe współczynniki odbicia. Poprawnie uzyskane charakterystyki spektralne musiano poddać weryfikacji i analizie. Analiza porównawcza otrzymanych charakterystyk z charakterystykami wybranych elementów terenowych ma pomóc w doborze odpowiednich zakresów spektralnych, w których będzie największy kontrast pomiędzy pokryciem kamuflażowym, a tłem. Tak dobrane kanały zostały wykorzystane w wizualnej analizie pokryć maskujących.

EN

For hundreds of years man had been trying to camouflage himself for some reasons. At first, the aim was to confuse potential victims when hunting. Later, camouflage was to ensure that one will disappear from their opponents’ view.. With the invention of fire arms and the increasing distances over which battles were fought, the use of traditional uniforms in bright colors became less frequent, as they were replaced by such that imitated the surroundings. Spotting the opponent before they spotted you became the main priority on the battlefield. Nowadays, despite the abundance of different types of reconnaissance systems, camouflage is still very important. Only now, its range of applications has broadened. This range has long gone beyond the capabilities of the human eye. The use of near infrared, thermal vision or microwaves has set new challenges for camouflage designers. Spectral characteristics can be very helpful both for those creating new camouflage and those producing instruments able to detect camouflaged objects. The reflectance characteristics are the spectral equivalent of the human fingerprint. Each object has its unique spectral characteristic. The differences in these characteristics for different objects can be enough to distinguish them from one another. A method for extracting camouflaged objects based on their spectral characteristics obtained using remote sensing methods has been described in this article. In order to complete this task, a series of multi- and hyperspectral images had been acquired in the laboratories of the Remote Sensing and Photogrammetry Department of the military University of Technology. Next, based on these images, reflectance characteristics were obtained. These spectral characteristics were then verified and analyzed. A comparative analysis of the characteristics obtained for chosen natural objects assist in selecting the optimal spectral bands in which the contrast between the camouflage and its background will be greatest. Such bands were then used in the visual analysis of camouflage.

3

UBIAS systems for cognitive interpretation and analysis of medical images

Ogiela L.

Opto-Electronics Review

|

2009

|

Vol. 17, No. 2

166-179

EN

The main subject of this publication is to present a selected class of cognitive categorisation systems-understanding based image analysis systems (UBIAS) which support analyses of data recorded in the form of images. Cognitive categorisation systems operate by following particular type of thought, cognitive, and reasoning processes which take place in a human mind and which ultimately lead to making an in-depth description of the analysis and reasoning process. The most important element in this analysis and reasoning process is that it occurs both in the human ability cognitive/thinking process and in the system's information/reasoning process that conducts the in-depth interpretation and analysis of data.

4

From pattern recognition to image interpretation

Kulikowski J. L.

Biocybernetics and Biomedical Engineering

|

2002

|

Vol. 22, no. 2-3

177-197

EN

In this paper selected problems concerning computer-aided image processing in biomedical applications are described. The problems are related to a multi-year activity in this domain of the Departament of Biomedical Information Processing Methods of the Institute of Biocybernetics and Biomedical Engineering PAS in Warsaw. In particular, an extension of the k-NN pattern recognition algorithm on the case of non-metric observation spaces is described. An example of a composite pattern recognition based on morphological parameters is presented. A concept of relations recognition as an extension of pattern recognition is also shortly described. In the last section some remarks concerning image interpretation methods have been given.