Temat 3
(satelitarne obrazy wielospektralne)
Damian Nowak
Gr 5
Nr 4
Sprawozdanie techniczne
I. Dane formalno-prawne
1. ZLECENIODAWCA: Wydział Geodezji Górniczej i Inżynierii Środowiska Akademii Górniczo-
Hutniczej w Krakowie
2. WYKONAWCA: Damian Nowak
3. PRZEDMIOT ZLECENIA: Ocena dokładności zdjęcia lotniczego i ortofotomapy
4. TERMIN WYKONANIA ZLECENIA: 10.03.2011.
II. Wykorzystane materiały
·ð Obrazy satelitarne z satelity Landsat TM przedstawiajÄ…ce okolice Krakowa  odrÄ™bne obrazy
dla kanałów: czerwonego, niebieskiego, zielonego, bliskiej podczerwieni, średniej podczerwieni,
dalekiej podczerwieni
III. Wykonanie zlecenia
·ð Przebieg ćwiczenia
o Zapoznanie z interfejsem programu
o Odtworzenie pojedynczych kanałów oraz ich histogramów (oryginalny histogram dla Lan1 
załącznik 1)
o Ręczne dokonanie rozciągnięcia histogramu dla obrazu Lan1
żð ObciÄ™cie pikseli, które majÄ… wartość równÄ… 0 (zaÅ‚Ä…cznik nr 2)
tj. o jasności 0-63 oraz 211-255
żð ObciÄ™cie pikseli, których udziaÅ‚ w obrazie nie przekracza 0.1% (zaÅ‚Ä…cznik 3)
tj. o jasności 0-66 oraz 111-255
żð ObciÄ™cie pikseli, których udziaÅ‚ w obrazie nie przekracza 10% (zaÅ‚Ä…cznik 4)
Wnioski: Rozciągnięcie histogramu i obcięcie go w danym miejscu powoduje usunięcie
informacji z obrazu i przeniesienie pikseli do jasności 255 tj do koloru białego. Tracimy w
związku z tym pewną informację o obrazie. Jednakże dzięki temu zabiegowi możliwe jest
zwiększenie kontrastu zdjęcia, co pozwoli na lepsze odczytywanie pozostałych informacji.
Obcięcie pikseli do ok 0.1% nie powoduje istotnej utraty informacji z obrazu i może być z
powodzeniem stosowane do zwiększania czytelności zdjęcia.
o Stworzenie grupy kanałów od Lan1 do Lan7.
o Utworzenie kompozycji barwnej dla RGB
żð R (Lan3), G(Lan2), B(Lan1)  Kompozycja 1
żð R (Lan4), G(Lan3), B(Lan2)  Kompozycja 2
żð R (Lan4), G(Lan5), B(Lan1)  Kompozycja 3
Wnioski: Kompozycja w kolorach naturalnych (Kompozycja 1) ukazuje w kolorach
rzeczywistych rodzaj użytkowania terenu, lecz nie uwzględnia np. zawodnienia gleby.
Kompozycja 2 przedstawia natomiast w sposób nieczytelny wszelką roślinność, która
zlewa się w kolorze czerwonym, natomiast doskonale są widoczne wody stojące i płynące.
Kompozycja 3 również dość dobrze oddaje wody stojące i płynące oraz strefę
zabudowaną. Analizy zostały zebrane w załącznikach 20-24.
o Utworzenie krzywych spektralnych dla 8 typów pokrycia terenu (woda stojąca/płynąca,
las, park, Å‚Ä…ka, trawnik miejski, pole rzepaku, gleba odkryta, zabudowa).
żð Pomiar jasnoÅ›ci w rejonach charakterystycznych
żð Znalezienie mediany pomierzonych jasnoÅ›ci
żð Obliczenie procentowego odbicia promieni na danym obszarze
wody stojące i płynące mediana % odbicia
72 71 75 73 73 73 29
Lan1
51 50 52 48 49 50 20
Lan2
Lan3 37 34 40 31 36 36 14
Lan4 17 16 22 17 19 17 7
15 13 21 15 14 15 6
Lan5
Lan7 10 12 16 12 11 12 5
las mediana % odbicia
68 69 69 69 66 69 27
Lan1
Lan2 50 54 54 53 49 53 21
36 39 38 38 34 38 15
Lan3
82 110 105 104 84 104 41
Lan4
Lan5 62 80 78 76 61 76 30
Lan7 29 36 35 32 29 32 13
park mediana % odbicia
Lan1 72 74 73 70 72 72 28
53 57 59 55 55 55 22
Lan2
43 44 45 40 41 43 17
Lan3
Lan4 88 86 84 81 79 84 33
Lan5 73 72 76 72 67 72 28
37 42 41 39 38 39 15
Lan7
Å‚Ä…ka mediana % odbicia
74 72 75 74 75 74 29
Lan1
59 60 60 61 62 60 24
Lan2
Lan3 46 45 51 46 47 46 18
Lan4 105 113 102 117 111 111 44
86 85 96 89 99 89 35
Lan5
Lan7 42 42 49 44 48 44 17
trawnik miejski mediana % odbicia
Lan1 77 81 82 81 85 81 32
66 70 73 68 75 70 27
Lan2
59 64 67 64 74 64 25
Lan3
Lan4 106 104 111 101 110 106 42
116 118 125 126 126 125 49
Lan5
60 66 67 69 69 67 26
Lan7
pola rzepaku mediana % odbicia
80 78 72 73 73 73 29
Lan1
Lan2 100 91 57 53 54 57 22
Lan3 94 83 43 39 43 43 17
145 140 110 128 128 128 50
Lan4
74 70 70 70 60 70 27
Lan5
Lan7 40 37 36 32 31 36 14
gleba odkryta mediana % odbicia
Lan1 96 92 94 95 103 95 37
Lan2 91 80 82 85 98 85 33
112 92 100 102 121 102 40
Lan3
71 69 67 67 77 69 27
Lan4
Lan5 135 138 145 148 137 138 54
Lan7 122 128 133 138 125 128 50
tereny zabudowane mediana % odbicia
Lan1 82 93 78 80 78 80 31
57 71 56 58 60 58 23
Lan2
53 66 50 54 50 53 21
Lan3
Lan4 28 33 42 35 68 35 14
38 42 49 45 68 45 18
Lan5
35 36 36 41 44 36 14
Lan7
żð Prezentacja graficzna krzywych zostaÅ‚a przedstawiona w zaÅ‚Ä…cznikach 5-12
o Komputerowa klasyfikacja obrazów wielospektralnych
żð  Nauczenie programu, które rejony ma klasyfikować i w jaki sposób poprzez
zaznaczenie na wybranym obrazie (Kompozycja R(Lan7), G(Lan5), B(Lan4)) terenów
homologicznych odpowiadajÄ…cych danemu rodzajowi pokrycia terenu
żð Wybranie odpowiednich klasyfikatorów
·ð Box Classifier z Multiplication Factor ustawionym na 1.732 oraz 2
(załącznik 13-14)
·ð Minimum Distance (zaÅ‚Ä…cznik 15)
·ð Minimum Mahalanobis Distance (zaÅ‚Ä…cznik 16)
·ð Maximum Likehood (zaÅ‚Ä…cznik 17)
Wnioski: Klasyfikacja najlepiej oddająca pokrycie terenu na obserwowanym zdjęciu
została stworzona przy pomocy klasyfikatora Minimum Mahalanobis Distance, gdyż nie
pozostawia niesklasyfikowanych pikseli, najwierniej przekazuje informacjÄ™ o terenie.
o Ręczna klasyfikacja obrazu wielospektralnego
żð Obliczenie Å›rednich wartoÅ›ci jasnoÅ›ci dla danego kanaÅ‚u w poszczególnych
próbach
Kanał
Próba
I II
18 20
A
18 28
B
26 23
C
34 36
D
żð Obliczenie poprawek do poszczególnych jasnoÅ›ci i wyliczenie odchylenia
standardowego z poniższego wzoru oraz tolerancji równej ! " 5Øß, gdzie h=2
"
5ØIÜ5ØIÜ
"
5Øß =
5Ø[Ü - 1
Kanał
Próba
I II
à Ã
5Ø!Ü " 5ØÔÞ 5Ø!Ü " 5ØÔÞ
A
1.61 3.24 H" 3 2.95 5.91 H" 6
B
2.95 5.90 H" 6 1.62 3.24 H" 3
C
1.62 3.23 H" 3 1.62 3.23 H" 3
D
2.95 5.91 H" 6 2.93 5.86 H" 6
żð SporzÄ…dzenie wykresu poÅ‚ożenia prób (zaÅ‚Ä…cznik 18)
żð Identyfikacja danego piksela w obszarze klasyfikowanym i przyporzÄ…dkowanie go
do określonej próby, obszary nie przyporządkowane do żadnej próby są
pozostawione bez koloru (załącznik 19)
Załącznik 1 (oryginalny histogram z obrazu Lan1)
Załącznik 2 (Obcięcie pikseli, które mają wartość równą 0)
Załącznik 3 (Obcięcie pikseli, których udział w obrazie nie przekracza 0.1%)
Załącznik 4 (Obcięcie pikseli, których udział w obrazie nie przekracza 10%)
Załącznik 5
Załącznik 6
Załącznik 7
Załącznik 8
Załącznik 9
Załącznik 10
Załącznik 11
Załącznik 12
Załącznik 13 (Box Classifier z Multiplication Factor ustawionym na 1.732)
Załącznik 14 (Box Classifier z Multiplication Factor ustawionym na 2)
Załącznik 15 (Minimum Distance)
Załącznik 16 (Minimum Mahalanobis Distance)
Załącznik 17 (Maximum Likehood)
Załącznik 18 (wykres położenia prób)
Załącznik 19 (zakończona klasyfikacja)
Załącznik 20
Załącznik 21
Załącznik 22
Załącznik 23
Załącznik 24