daljinsko zaznavanje - In?titut za antropolo?ke in prostorske ?tudije ...

More documents

Recommendations

Info

16.4.5 Visokoprepustni filtri 16.4 Filtriranje V postopku daljinskega zaznavanja imamo vedno opravka s povprečenjem vrednosti oziroma dušenjem signala. Pri tem so visoke prostorske frekvence praviloma bolj zadušene kot nizke. Zato jih pogosto skušamo okrepiti in tako povečati vizualno kakovost podob. Visokoprepustni (high-pass) filtri delujejo nasprotno kot nizkoprepustni in podobe izostrijo in s tem poudarijo podrobnosti. V poglavju 16.4.2 smo kot način glajenja omenili povprečenje, ki je posebna oblika integracije. Matematično nasprotna operacija, to je odvajanje, bi torej podobo izostrila. Preden si ogledamo tehnike, ki temeljijo na odvajanju, omenimo še preprostejši postopek visokoprepustnega filtriranja. Preprost tovrstni filter lahko ustvarimo tako, da od podobe odštejemo njen nizkoprepustni del. Tako ostanejo le visoke frekvence, ki jim ustreza hitro spreminjanje tona. Viskoprepustni filter, kot rečeno, ustreza matematični operaciji odvajanja. Odvod zvezne funkcije podaja hitrost njenega spreminjanja, to je stopnjo njenega naraščanja oziroma padanja. Postopek lahko nadaljujemo z drugim odvodom, ki predstavlja hitrost spreminjanja prvega odvoda in s tem ukrivljenost funkcije. Pri sivinskih podobah prvi odvod predstavlja spreminjanje vrednosti v prostoru. Določimo ga lahko v posamezni smeri, to je x in y ∆x(i,j) = I(i,j) − I(i − 1,j), ∆y(i,j) = I(i,j) − I(i,j − 1). (16.10) Odvod je razlika vrednosti I sosednjih pikslov v izbrani smeri, pri čemer upoštevamo, da podobe niso zvezne ampak diskretne. Skupna vrednost odvoda je določena kot ∆ = ∆2 x + ∆2 y (16.11) Prvi odvod pove, kako hitro se spreminjajo vrednosti v posamezni smeri, kolikšna je skupna velikost spreminjanja in v kateri smeri se vrednosti najmočneje spreminjajo. Odvod je majhen pri homogenih površinah in močno naraste v bližini hitrih sprememb (robov). Prvi odvod je torej povezan z visokofrekvenčno komponento podobe. Podobno kot prvi odvod lahko definiramo tudi drugega ∆x2(i,j) = ∆x(i + 1,j) − ∆x(i,j) = [I(i + 1,j) − I(i,j)] − [I(i,j) − I(i − 1,j)] = I(i + 1,j) + I(i − 1,j) − 2I(i,j) in ∆y2(i,j) = I(i,j + 1) + I(i,j − 1) − 2I(i,j). (16.12) Drugi odvod torej podaja spreminjanje prvega in ga zato lahko uporabimo za določanje ekstremov (vrhov in dolin) na podobi. V obdelavi podob kot drugi odvod najpogosteje uporabljamo Laplaceov filter, ki ga določa naslednja filtrirna matrika ⎡ Flap3x3 = ⎣ 0 1 0 1 −4 1 0 1 0 ⎤ ⎦ . (16.13) Vsota vrednosti v Laplaceovi matriki je enaka nič, zato normalizacija ni potrebna. Viskoprepustne filtre pri obdelavi podob uporabljamo precej pogosto, še posebej kadar želimo poudariti podrobnosti na njih. Slika 16.16 prikazuje učinek prvega (b) in 157
16 Izboljšanje podob (a) (b) (c) (d) Slika 16.16: Z viskoprepustnim filtriranjem (odvajanjem) iz podobe (a) dobimo podrobnosti (b). Drugi odvod (Laplaceov operator) podaja hitrost spreminjanja prvega in omogoča odkrivanje robov (c). Če originalni podobi prištejemo prvi odvod, dobimo vizualno ostrejšo sliko (d). drugega (c) odvoda. Če podobo visokih frekvenc prištejemo prvotni podobi (z določeno utežjo), ji tako »vrnemo« del zadušenih podrobnosti. S kombinacijo prvotne podobe in odvoda lahko povečamo ostrino in intenziteto robov (slika 16.16 d). 16.4.6 Filtri robov Visokoprepustna podoba omogoča opazovanje robov, vendar obstaja tudi nekaj učinkovitejših filtrov, ki so namenjeni samo zaznavanju teh. Rob je hitra sprememba sivih vrednosti, ki je praviloma povezana z antropogenimi dejavniki, na primer cestami, mejami med zemljišči, posekami ... Poleg že omenjenih filtrov (visokoprepustni, Laplaceov) lahko za iskanje robov uporabimo še nekatere druge, od katerih sta najbolj znana Sobelov 158
Page 1 and 2:
daljinsko zaznavanje krištof ošti
Page 3 and 4:
Krištof Oštir Daljinsko zaznavanj
Page 6:
Timu »Sem znanstvenik in vem, kaj
Page 9 and 10:
Vsebina 9 Radar 65 9.1 Radar bočne
Page 12 and 13:
Predgovor Daljinsko zaznavanje je v
Page 14 and 15:
1 Definicija daljinskega zaznavanja
Page 16 and 17:
2 Kratka zgodovina daljinskega zazn
Page 18 and 19:
Slika 2.3: Golobi s fotografskimi k
Page 20:
2 Kratka zgodovina daljinskega zazn
Page 23 and 24:
3 Elektromagnetno valovanje Slika 3
Page 25 and 26:
3 Elektromagnetno valovanje absorbi
Page 27 and 28:
4 Interakcija z atmosfero Slika 4.1
Page 29 and 30:
4 Interakcija z atmosfero Slika 4.4
Page 31 and 32:
4 Interakcija z atmosfero (a) (b) S
Page 33 and 34:
5 Interakcija s površjem Slika 5.2
Page 35 and 36:
5 Interakcija s površjem lahko nam
Page 38 and 39:
6 Sistemi daljinskega zaznavanja V
Page 40 and 41:
6.2 Tirnice satelitov V vesolju sne
Page 42 and 43:
Slika 6.5: Dvigajoča in spuščajo
Page 44 and 45:
(a) (b) 6.2 Tirnice satelitov Slika
Page 46:
Vprašanja 6.3 Pasivni in aktivni s
Page 49 and 50:
7 Ločljivost snemalnih sistemov Sl
Page 51 and 52:
7 Ločljivost snemalnih sistemov Od
Page 53 and 54:
7 Ločljivost snemalnih sistemov Is
Page 55 and 56:
7 Ločljivost snemalnih sistemov Po
Page 57 and 58:
8 Optični senzorji (a) Občutljivo
Page 59 and 60:
8 Optični senzorji Slika 8.4: Leta
Page 61 and 62:
8 Optični senzorji Korekcija snema
Page 63 and 64:
8 Optični senzorji 8.3 Termično s
Page 66 and 67:
9 Radar Senzorji, ki delujejo v mik
Page 68 and 69:
9.2 Umetno odprtinski radar Slika 9
Page 70 and 71:
9.3 Interakcija mikrovalov s površ
Page 72:
9.3 Interakcija mikrovalov s površ
Page 75 and 76:
10 Lidar Slika 10.1: Delovanje lida
Page 77 and 78:
10 Lidar Slika 10.3: Skenerji pri l
Page 79 and 80:
10 Lidar Slika 10.6: Lidarski podat
Page 82 and 83:
11 Satelitski sistemi za opazovanje
Page 84 and 85:
Kanal Valovna Spektralni Ločljivos
Page 86 and 87:
(a) (b) 11.1 Vremenski sateliti Sli
Page 88 and 89:
11.2 Sateliti za opazovanje kopnih
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
11.3 Sateliti za opazovanje morja S
Page 102 and 103:
11.4 Radarski sistemi Slika 11.13:
Page 104 and 105:
11.4 Radarski sistemi Slika 11.15:
Page 106 and 107:
11.4 Radarski sistemi SPOT 4 opazuj
Page 108 and 109: 11.4 Radarski sistemi Izboljšani u
Page 110: 11.4 Radarski sistemi Slika 11.18:
Page 113 and 114: 12 Prenos in sprejem podatkov Slika
Page 115 and 116: 13 Interpretacija podob (a) (b) Sli
Page 117 and 118: 13 Interpretacija podob Slika 13.4:
Page 120 and 121: 14 Vizualna interpretacija Kot smo
Page 122: 14 Vizualna interpretacija absorpci
Page 125 and 126: 15 Predobdelava podob napake pri pr
Page 127 and 128: 15 Predobdelava podob Geometrijske
Page 129 and 130: 15 Predobdelava podob Stopnja polig
Page 131 and 132: 15 Predobdelava podob Slika 15.5: N
Page 133 and 134: 15 Predobdelava podob Slika 15.8: M
Page 135 and 136: 15 Predobdelava podob Slika 15.10:
Page 138 and 139: 16 Izboljšanje podob Vizualna anal
Page 140 and 141: (a) (b) 16.1 Človeški vid in barv
Page 142 and 143: 16.2 Izboljšanje kontrasta Histogr
Page 144 and 145: (a) (b) 30000 25000 20000 15000 100
Page 146 and 147: 16.2 Izboljšanje kontrasta drugo t
Page 148 and 149: Nova vrednost Število pikslov 0 34
Page 150 and 151: Nova vrednost Število pikslov 0 0
Page 152 and 153: 16.3 Psevdobarvni prikazi Slika 16.
Page 154 and 155: 16.4 Filtriranje Kljub temu, da ima
Page 156 and 157: Fnp5x5 = 1 25 ⎡ ⎢ ⎣ 1 1 1 1 1
Page 160 and 161: (a) (b) (c) 16.4 Filtriranje Slika
Page 162 and 163: 17 Transformacije podob Postopki iz
Page 164 and 165: (a) (b) (c) 17.1 Aritmetične opera
Page 166 and 167: 17.2 Vegetacijski indeks Slika 17.4
Page 168 and 169: 17.3 Analiza osnovnih komponent Sli
Page 170 and 171: (a) (b) (c) (d) (e) (f) (g) 17.3 An
Page 172 and 173: Kanal Svetlost Zelenost Vlažnost T
Page 174: (a) (b) (c) (d) 17.5 Transformacija
Page 177 and 178: 18 Klasifikacija podob Slika 18.1:
Page 179 and 180: 18 Klasifikacija podob Kadar govori
Page 186 and 187: 19 Integracija podatkov V začetkih
Page 188 and 189: 19 Integracija podatkov Slika 19.3:
Page 190 and 191: 20 Primeri uporabe Možnosti za upo
Page 192 and 193: 20.1 Kartiranje in posodabljanje ka
Page 194 and 195: 20.3 Določanje pokrovnosti oziroma
Page 196 and 197: 20.4 Opazovanje gozdov je bila upor
Page 198 and 199: 20.5 Opazovanje naravnih nesreč Sl
Page 200 and 201: Terminološki slovar Slovenska term
Page 202 and 203: 2. Relativni položaj predmeta znot
Page 204 and 205: tok. Dielektrik delno prepušča, d
Page 206 and 207: primer ERS, Envisat) in storitev te
Page 208 and 209:
GPS Global Positioning System Glej
Page 210 and 211:
Tudi pas; območje valovnih dolžin
Page 212 and 213:
tlobe so velika intenziteta, enakom
Page 214 and 215:
National Oceanic and Atmospheric Ad
Page 216 and 217:
Glej tudi film, barvni film, infrar
Page 218 and 219:
Postopek obdelave podob, ki poudari
Page 220 and 221:
Tudi vesoljski čolniček; vesoljsk
Page 222 and 223:
zabeležimo, praviloma v digitalni
Page 224 and 225:
srednja infrardeča svetloba middle
Page 226 and 227:
operacije, spektralni indeksi, anal
Page 228:
vzorec pattern Pravilna porazdelite
Page 231 and 232:
Literatura S. Drobne in T. Podobnik
Page 233 and 234:
Literatura National Space Developme
Page 235 and 236:
Literatura C. Weitkamp, ur. Lidar :
Page 238 and 239:
Kazalo slik 1.1 Postopek daljinskeg
Page 240 and 241:
Kazalo slik 11.10 Pankromatski posn
Page 242 and 243:
Kazalo tabel 4.1 Plasti atmosfere.
Page 244 and 245:
Stvarno kazalo absolutna temperatur
Page 246 and 247:
geografska širina, 206 geografski
Page 248 and 249:
normiran diferencialni vegetacijski
Page 250 and 251:
seštevanje podob, 162 SEVIRI, 86 S
Page 252:
Daljinsko zaznavanje je veda, s kat
show all

daljinsko zaznavanje - In?titut za antropolo?ke in prostorske ?tudije ...

Create successful ePaper yourself

Delete template?

Save as template?