PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
OBR. 4.10 | Poměr signálu a šumu pro senzor Hyperion; směr.<br />
odchylka homogenní oblasti vody – po atmosférických korekcích<br />
FLAASH a QUAC<br />
OBR. 4.12 | Spektrální projevy pixelu na snímku PZ upraveného<br />
QUAC-GR a GR-QUAC; Směrodatná odchylka a průměr pro oba postupy<br />
předzpracování<br />
Zdroj:NIKM<br />
Zdroj: FOLKMAN, M. a kol [12]<br />
I přes nepatrné rozdíly v hodnotách odrazivosti mezi<br />
výsledky s různým pořadím kroků předzpracování, se doporučuje<br />
aplikovat kroky v pořadí nejdříve atmosférická<br />
korekce a potom úpravy vyžadující převzorkování. Proto<br />
byly pro další zpracování použity snímky L1R.<br />
OBR. 4.11 | Spektrální projevy pixelu na snímku PY upraveného<br />
FLAASH-GR a GR-FLAASH; Směrodatná odchylka a průměr pro oba<br />
postupy předzpracování<br />
Zdroj: NIKM<br />
3. Hodnocení odstranění šumu (MNF<br />
transformace)<br />
V prvním kroku MNF (Minimum Noise Fraction) transformace<br />
je proveden odhad statistiky šumu z dat a posléze<br />
je provedena tzv. „forward“ MNF transformace. Odhad<br />
statistiky šumu používá metodu „shift diffe rence“, která<br />
předpokládá, že každý pixel obrazu obsahuje jak signál<br />
tak šum, a že sousední pixely obsahují stejný signál,<br />
ale odlišný šum. Z tohoto důvodu je vhodné zvolit pro<br />
odhad šumu homogenní oblast, u níž je tento předpoklad<br />
oprávněný. Na snímku (obrázek 4.13) byla použita<br />
velká vodní plocha, která byla vybrána jako oblast zájmu<br />
ROI. Při tomto kroku byly vygenerovány dva statistické<br />
soubory, jeden z nich obsahuje statistiku šumu a druhý<br />
obsahuje informace pro inverzní MNF transformaci.<br />
V tomto kroku bylo také stanoveno, ze kterých komponent<br />
probíhala inverzní MNF transformace. Byly vybrány<br />
komponenty s vlastním číslem větším než 1. V druhém<br />
kroku se provede inverzní MNF transformace, která<br />
transformuje MNF komponenty do jejich originálního<br />
datového prostoru. Jinými slovy, z několika vybraných<br />
MNF komponent, ve kterých byla nízká hladina šumu<br />
vlastní číslo větší než 1, bylo zpětnou lineární transformací<br />
získáno v našem případě 158 pásem.<br />
Na obrázcích níže je ukázán vliv MNF transformace na<br />
snímek Hyperionu opravený FLAASH a QUAC atmosférickou<br />
korekcí. Pro posouzení vlivu MNF transformace byla<br />
vybrána oblast vody, protože její spektrální projev by<br />
měl být téměř nulový a neměl by mít výrazné absorpční<br />
pásy. Na snímcích opravených MNF transformací (obrázky<br />
4.14 a 4.15) vidíme, že spektrální projev vodní plochy<br />
se výrazně podobá projevu vegetace. Z toho vyplývá, že<br />
tato transformace také ovlivní spektrální projevy pixelů<br />
a není tedy vhodné ji aplikovat na zkoumané snímky.<br />
53