Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 7

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule dokonano waloryzacji wybranych metod scalania danych teledetekcyjnych o różnej rozdzielczości pod kątem ich przydatności do kartowania pokrycia i użytkowania terenu. Analizie poddano oryginalne dane Landsat ETM+ (30m), dane Landsat przeliczone do 5m z dodanym do zestawu kanałem IRS PAN 1D (5m) oraz dane Landsat i IRS PAN scalone czterema metodami: IHS, PCA, WMK i PL, charakteryzującymi się wyraźnie odmiennymi algorytmami integracji. Opracowanych w ten sposób sześć zestawów danych poddano klasyfikacji spektralnej metodami maksymalnego prawdopodobieństwa, drzew decyzyjnych i sieci neuronowych. Wyniki uzyskane na danych sprzed i po integracji zestawiono dodatkowo z analizami fotointerpretacyjnymi, wykonanymi równolegle do analiz klasyfikacyjnych. Testy potwierdziły przewagę metody fotointepretacyjnej nad wynikami klasyfikacji spektralnej, w zależności od zestawu danych, o 6-11% wartości dokładności całkowitej mapy pokrycia i użytkowania terenu. Scalenie danych poprawia ogólną dokładność klasyfikacji o 9% pomiędzy pracą na oryginalnym obrazie Landsat (30m) a zintegrowanym Landsat z IRS (5m), pozwalając uzyskać dokładność 64%. Dla metody fotointerpretacyjnej wzrost dokładności wynosi 6%, osiągając 71%. Wybór metody integracji jest drugorzędny - zróżnicowanie wyników w metodzie fotointerpretacyjnej wynosi 1%, dla metod klasyfikacyjnych około 5% (najlepsza - PL; najgorsza - IHS). Znaczenie dla wyników klasyfikacji ma wybór algorytmu: z wszystkich testowanych zestawów danych najlepsze wyniki uzyskano dla sieci neuronowych (64%), następnie dla drzew decyzyjnych (62%) i metody największego prawdopodobieństwa (59%).
EN
The article valorises selected methods of merging remote sensing data of different resolution in terms of their suitability for mapping land use and land cover. The original Landsat data (30m) was analyzed, Landsat data converted to 5m with IRS PAN 1D (5m) added to the set and Landsat and IRS PAN data merged with four methods: IHS (transformation into space intensity, hue, saturation), PCA (principal components analysis), WMK (Wiemker's method) and PL (laplace pyramid), characterized by distinctly different integration algorithms . Six sets of data developed in this way were subjected to spectral classification by maximum probability methods, decision trees and neural networks. The results obtained on the data from before and after the integration were additionally compiled with photointerpretation analyzes, made in parallel to the classification analyzes. The research area was the city of Kraków with adjacent suburban areas, 10x20 km in size. For the research objective being pursued, 5 reference squares 500m x 500m were prepared, ensuring diversity and representativeness for the entire analysis area. The reference data was based on a photo interpretation aerial photographs with a field pixel size of 0.75m. The tests confirmed the predominance of the photo interpretation method over the results of spectral classification, depending on the data set, by 6-11% of the accuracy value of the total land use and land cover maps. Merging data improves the overall accuracy of the 9% classification between work on the original Landsat image (30m) and the integrated Landsat with IRS (5m), allowing for an accuracy of 64%. For the photointerpretation method, the increase is 6%, reaching the accuracy of 71%. The choice of the method of integration is secondary - the variation in results in the photointerpretation method is 1%, for classification methods about 5% (best - PL, worst - IHS). The choice of the algorithm is important for classification results: of all the tested data sets, the best results were obtained for neural networks (64%), then for decision trees (62%) and the maximum probability method (59%).
EN
The paper presents results of merging lower-resolution spectral data (Landsat, 30m) with panchromatic images of higher spatial resolution (IRS 5.8m). During the first stage of the research, thirty methods of merging satellite data (including their variants) have been tested. The first assessment was based on statistical measures covering spectral distortion and spatial enhancement of pansharpened images. The second assessment was based on the color composite factors essential for photo interpretation. Comparing both obtained ranks of methods revealed substantial differences in their assessed spectral distortion. On the other hand, there appeared similarities in the obtained values for the spatial enhancement of pansharpened images. The reasons of such discrepancies were defined. The research allowed appointing the HPF (High Pass Filter) and LCM (Local Correlation Modeling) methods as the best according to the tested factors. In the second part of the research, the applicability of the selected methods was tested. Information content of color composites was analyzed as well as tresholding and band ratioing. In the tests there were used images fused through five merging methods: HPF, LCM, IHS (Intensity, Hue, Saturation), PCA (Principal Components Analysis) and WMK (based on band ratioing and having specific photo interpretation features). The findings of the research suggest that none of the merging algorithms provide universal solution. Depending on the data processing technique used, the best results are based on images obtained from various integration methods. It means that the method ranks do not correspond with method applicability. Methods appointed as the best ones obtain poor results in some tests and methods which came low in the rank received high rank in some tests. If this conclusion becomes confirmed, it might be necessary to revise the assessment methods of merged images.
PL
W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych (Landsat) z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej (IRS). W pierwszym etapie porównano zgodność - przedstawionych we wcześniejszych publikacjach rankingów metod integracji: formalnej (Pirowski, 2009) i wizualnej (Pirowski, 2010). Zestawienie wykazało duże różnice w ocenie stopnia zniekształcenia informacji spektralnej generowanej przez poszczególne metody integracji. Natomiast potwierdziła się zgodność rankingów w aspektach związanych z oceną stopnia wzmocnienia przestrzennego syntetycznych obrazów. Za najlepsze metody, uzyskujące w obu rankingach wysokie noty, uznano HPF i LCM.. Wybranych pięć metod integracji - HPF, LCM, IHS, PCA i WMK - poddano testom praktycznym: analizie potencjału informacyjnego kompozycji barwnych, progowaniu oraz wagowaniu międzykanałowemu. Wstępne badania wskazują, iż żaden z algorytmów scalania nie daje produktu uniwersalnego. W zależności od zastosowanej techniki przetwarzania danych optymalne wyniki uzyskuje się bazując na obrazach pochodzących z różnych metod integracji. Pośrednio oznacza to, że opracowane rankingi nie przekładają się na aspekty praktyczne – metody, wskazane w nich jako najlepsze, wypadają w niektórych testach relatywnie słabo, i odwrotnie. Jeśli ta wstępna konkluzja się potwierdzi, oznaczać to będzie konieczność zrewidowania metod oceny scalonych obrazów.
PL
W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych o niższej rozdzielczości przestrzennej (Landsat) z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej (IRS). Obszarem testowym był prostokąt 20 × 10 km obejmujący aglomerację krakowską. W ramach badań przetestowano 30 podejść (rozumianych jako metody i ich warianty lub kombinacje kilku metod na raz) integrujących optyczne dane satelitarne, m.in. rozwiązania wykorzystujące zastąpienie kanałów (ZK), operacje algebraiczne (IM), w tym ilorazowe (NVSR, WMK), oparte o właściwości teksturalne obrazów (PRAD, PRICE), tablicę kolorów (LUT), transformacje liniowe (IHS, PCA, RVS), filtracje (HPF), lokalne operacje na obrazach (LMM, LMVM, LCM), analizy obrazów w różnych rozdzielczościach (PL, DWT) i kombinacje powyższych rozwiązań (IHS–HPF, IHS–LMVM, PCA–PRAD). Oceniono uzyskane syntetyczne obrazy pod kątem ich jakości wizualnej. Dla zobiektywizowania oceny zaproponowano analizę cząstkowych walorów fotointerpretacyjnych, jak stopień uczytelnienia przestrzennego (widoczność konturów obiektów) oraz zniekształcenie spektralne (zmiana barw całej sceny i/lub wybranych obiektów o szczególnej charakterystyce spektralnej). Te dwa czynniki, rozbite dodatkowo na kilka szczegółowych podczynników, stanowiły podstawę do pogrupowania wszystkich 30 testowanych metod na dziewięć grup, o określonych cechach fotointerpretacyjnych. W ramach dokonanego podziału wskazano na cztery grupy jako przydatne, w tym jedną wiodącą, o najlepszych walorach fotointerpretacyjnych. Testy przeprowadzono na 6-ciu kompozycjach barwnych. W grupie o najlepszych parametrach najczęściej występowały metody HPF, IHS–HPF, PL, LCM. Szczególną uwagę poświęcono rozwiązaniom, które uzyskały niskie noty w tak zaproponowanej metodyce rankingowej, ale które charakteryzowały się specyficznymi walorami wizualnymi (m.in. metoda LUT), lub dużymi zniekształceniami spektralnymi nie przeszkadzającymi w fotointerpretacji (np. IHS).
EN
The paper presents the results of merging lower-resolution spectral data (Landsat) with panchromatic images of higher resolution (IRS). The testing field (20 × 10km) covers the Cracow agglomeration. Thirty methods of merging satellite data (including their variants) have been tested in the research. They are based on canal substitution, on algebraic operations (including quotient operations), textural image features, look-up table, linear transformations, filters, local image transformations and on the analyses of various-resolution images. There are also combinations of the above approaches. Visual quality of the obtained synthetic images was assessed. The detailed analyses of different aspects of photo interpretation helped to maximise the objectiveness of the assessment. Object edges visibility and spectral distortion (colour change in a whole scene and/or in one object of specific spectral characteristic) were the analysed factors selected. They were farther divided into sub-factors and provided the basis to appoint the 30 merging methods categories. There emerged nine groups of various photo interpretation features. Four groups were described as useful, including one leading group of the most optimal photo interpretation features. Six colour composites were tested. Some methods with best parameters were indicated (HPF, IHS–HPF, generalised Laplacian pyramide, local correlation matching). Special attention was given to the methods which came low in the rank but have specific visual features (e.g. LUT) or have high spectral distortion which does not influence photo interpretation (e.g. IHS).
EN
The article presents results of integrating spectral images of lower resolution with higher resolution panchromatic images. The analysis was performed on Landsat and IRS images. Four different methods of integration were applied. The aim of the research was twofold: to evaluate pan-sharpened images from photo interpretation point of view (in the process of feature borders vectorisation) and to assess their applicability for supervised spectral classification procedures. In both cases the reference data were obtained from airborne orthophotomap.
PL
W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych o niższej rozdzielczości przestrzennej z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej. Analizy przeprowadzono na danych Landsat i IRS. Testowano cztery metody integracji danych. Zrealizowano dwa cele badań: określono walory fotointerpretacyjne kompozycji barwnych o podwyższonej rozdzielczości w praktycznym aspekcie wektoryzacji granic obiektów oraz wstępnie oceniono przydatności scalonych obrazów do procedur nadzorowanej klasyfikacji spektralnej. Danych referencyjnych do oceny poprawności wektoryzacji i klasyfikacji dostarczyła ortofotomapa ze zdjęć lotniczych.
PL
W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych o niższej rozdzielczości przestrzennej (Landsat) z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej (IRS). Obszarem testowym był prostokąt 20x10 km obejmujący aglomerację krakowską. W ramach badań przetestowano 30 podejść (rozumianych jako metody i ich warianty) integrujących optyczne dane satelitarne, m.in. rozwiązania wykorzystujące substytucje kanałów (SK), operacje algebraiczne (IM), w tym ilorazowe (NVSR, WMK), oparte o właściwości teksturalne obrazów (PRAD, PRICE), tablicę kolorów (LUT), transformacje liniowe (IHS, PCA, RVS), filtracje (HPF), lokalne operacje na obrazach (LMM, LMVM, LCM), analizy obrazów w różnych rozdzielczościach (PL, DWT) i kombinacje powyższych rozwiązań (IHS-HPF, IHS-LMVM, PCA-PRAD). Oceniono uzyskane syntetyczne obrazy pod kątem ich formalnej jakości w dwóch aspektach: stopnia uczytelnienia oraz stopnia zniekształcenia tematycznego i na tej podstawie podano rankingi 30 testowanych podejść w obu powyższych aspektach. Wskazano, na drodze analizy tzw. „diagramu wyników”, metody o najlepszej relacji wzmocnienia przestrzennego do zniekształcenia spektralnego scalonych obrazów, w przekroju poszczególnych kompozycji barwnych, jakie poddano testom (KB123, 134, 174, 571, 354, 457) oraz dla średniej uzyskanej z sześciu syntetycznych kanałów spektralnych. W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych o niższej rozdzielczości przestrzennej (Landsat) z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej (IRS). Obszarem testowym był prostokąt 20x10 km obejmujący aglomerację krakowską. W ramach badań przetestowano 30 podejść (rozumianych jako metody i ich warianty) integrujących optyczne dane satelitarne, m.in. rozwiązania wykorzystujące substytucje kanałów (SK), operacje algebraiczne (IM), w tym ilorazowe (NVSR, WMK), oparte o właściwości teksturalne obrazów (PRAD, PRICE), tablicę kolorów (LUT), transformacje liniowe (IHS, PCA, RVS), filtracje (HPF), lokalne operacje na obrazach (LMM, LMVM, LCM), analizy obrazów w różnych rozdzielczościach (PL, DWT) i kombinacje powyższych rozwiązań (IHS-HPF, IHS-LMVM, PCA-PRAD). Oceniono uzyskane syntetyczne obrazy pod kątem ich formalnej jakości w dwóch aspektach: stopnia uczytelnienia oraz stopnia zniekształcenia tematycznego i na tej podstawie podano rankingi 30 testowanych podejść w obu powyższych aspektach. Wskazano, na drodze analizy tzw. „diagramu wyników”, metody o najlepszej relacji wzmocnienia przestrzennego do zniekształcenia spektralnego scalonych obrazów, w przekroju poszczególnych kompozycji barwnych, jakie poddano testom (KB123, 134, 174, 571, 354, 457) oraz dla średniej uzyskanej z sześciu syntetycznych kanałów spektralnych.
EN
The paper presents results of merging lower-resolution spectral data (Landsat) with panchromatic images of higher resolution (IRS). The testing field (20x10 km) covers the Cracow agglomeration. Thirty methods of merging satellite data (including their variants) have been tested. They are based on the canal substitution, on algebraic operations (including quotient operations), textural image features, look-up table, linear transformations, filters, local image transformations and on analyses of various-resolution images. There are also combinations of the above approaches. Two aspects of the obtained synthetic images have been formally assessed – their improvement for photo interpretation and thematic distortion. The rank of thirty merging methods has been made for both aspects. The so called ‘result diagram’ has allowed to appoint the best methods according to the assessed factors. There is a group of methods with the best relation between the spatial enhancement and the spectral distortion. There are the best methods within each tested colour composite image. There are also the best methods assessed for the average value obtained for the six synthetic spectral bands.
PL
W publikacji przedstawiono wyniki badan związanych z integracja danych spektralnych o niższej rozdzielczości przestrzennej z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej. Analizy przeprowadzono na danych Ikonos. Testowano piec metod integracji danych, każda w kilku wariantach. Celem badan był wybór optymalnej metody, zapewniający uzyskanie obrazu wzmocnionego przestrzennie przy jak najwierniejszym zachowaniu właściwości spektralnych. Zaproponowano niestandardowa metodykę, a mianowicie przeprowadzenie wstępnych testów scalania danych obrazowych na materiałach zdegradowanych przestrzennie w taki sposób, _e obrazami referencyjnymi stały się oryginalne kanały spektralne. Podejście takie umożliwiło porównanie wprost obrazów po integracji z obrazami oryginalnymi, przez co możliwa była ocena faktycznych wielkości zniekształcenia i wzmocnienia obrazów syntetycznych, jakie powstają przez stosowanie różnych formuł. Najlepsze parametry formalne i wysokie walory interpretacyjne scalonych obrazów otrzymano stosując metodę HPF. Standardowa metoda integracji – IHS - uzyskała najgorsze wyniki spośród pięciu wykorzystanych metod.
EN
The article presents the results of integrating spectral images of lower resolution with higher resolution panchromatic images. The analysis was performed on Ikonos images. Five different methods of integration were applied, each in many variants. The main aim of the research was to find an optimal method to guarantee obtaining pan-sharpened images with preservation of the features of spectral images. Unusual methodology was applied. Deliberately degraded panchromatic images were used in an additional testing stage where the original spectral images became reference ones. This allowed a comparison between synthetic and original images and showed the factual distortion and enhancement of spectral images while applying various integration formulas. The HPF method provided the best formal indices and high interpretation properties of the fused images. The standard IHS method of integration gave the poorest results in performed tests.
PL
Efektywne monitorowanie aglomeracji miejsko-przemysłowych wymaga posiadania informacji obrazowej o dużym stopniu szczegółowości. Jest to warunek niezbędny do zarejestrowania obiektów o relatywnie niewielkich rozmiarach oraz do odwzorowania cech strukturalno-teksturalnych charakterystycznych dla różnorodnych elementów środowiska miejskiego. Postulat taki realizują wysokorozdzielcze obrazy satelitarne, jednak pozyskanie danych jest drogie, a rejestracja spektralna ograniczona do czterech kanałów (IKONOS, QuickBird) lub tylko i wyłącznie do kanału panchromatycznego (EROS, IRS 1C/D), co ogranicza interpretację i klasyfikację pozyskanych informacji, w tym szczególnie utrudnia detekcję i waloryzację stref zieleni miejskiej. Z kolei relatywnie tani, wielospektralny system Landsat TM charakteryzuje się zbyt niską rozdzielczością przestrzenną dla tego typu badań. W artykule została zaprezentowana idea scalania satelitarnych obrazów Landsat TM (30 m) z obrazem panchromatycznym IRS 1C (5,8 m). Prawidłowo przeprowadzona integracja tego typu danych prowadzi do uzyskania materiałów teledetekcyjnych o bogatej informacji przestrzennej i spektralnej. W badaniach jako wyjściową metodę integracji przyjęto standard IHS. Z analiz wcześniej prowadzonych przez autorów na obszarze KWB Bełchatów wynika, że metoda ta charakteryzuje się wysokimi walorami interpretacyjnymi, pomimo wprowadzania na obrazy syntetyczne wysokich zniekształceń. Badania prowadzone przez autorów zmierzają do ograniczenia tej wady poprzez zaproponowanie modyfikacji standardu. Uzyskane wyniki zostały porównane do standardowej metody IHS oraz innych klasycznych metod integracji jak PCA, HPF, CN. Do oceny zawartości i rozkładu informacji, a także stopnia zniekształcenia spektralnego scalonych obrazów zastosowano metody statystyczne oraz interpretacji wizualnej.
EN
Effective monitoring of urban and industrial agglomerations requires possessing image information of a great degree of accuracy. It is a necessary condition to capture the objects of relatively small size and reproduce structural and textural features characteristic for different elements of urban environment. Such a requirement is fulfilled by high-resolution satellite images, however receiving data is expensive and spectral registration limited to four channels (IKONOS, QuickBird) or only and exclusively to panchromatic channel (EROS, IRS 1C/D), which limits the interpretation and classification of information and makes particularly difficult sensing and valuation of urban green areas. On the other hand, a relatively cheap, multi-spectral system of Landsat TM is characterized by too low spatial resolution for this type of studies. The article presents the idea of integrating satellite images Landsat ETM+ (30 m) with panchromatic image IRS 1C (5.8 m). Properly done integration of this sort of data leads into getting remote sensing materials of rich spatial and spectral information. In the studies - as a initial method of integration IHS standard was accepted. From the analyses earlier carried out by the authors in the area of KWB Bełchatów it can be stated that this method has great interpretation values, despite introducing high deformations into synthetic images. The studies carried out by authors go towards the limitation of this disadvantage by proposing the modifications of the standard. The obtained results were compared to standard IHS method and other classical methods of integration such as PCA, HPF, CN. To assess the content and the distribution of information and the degree of spectral deformation of combined pictures, statistic methods and visual interpretation were applied.
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.