Wykorzystanie granulometrii obrazowej w klasyfikacji treści zdjęć satelitarnych

Przemysław Kupidura

Abstract

This book presents a new method of classifi cation of satellite images, based on utilisation of granulometric analysis of image texture. The theoretical background of the method and its accuracy, depending on different parameters of granulometric processing and input images, is presented. It is compared to other approaches of satellite image classifi cation. The essence of the method relies on the use of granulometric maps, i.e. images containing information about a local texture in every pixel, additionally to spectral data contained in original multispectral images. One of the main advantages of the proposed method is its multiscality, i.e. a possibility to defi ne a texture of an image, depending on a different size of texture element. Also, granulometric analysis of a texture is resistant to the so-called border error. As a result, it works properly on the edges of objects in an image. The method, based on a combination of granulometric maps and multispectral images, allows to take into account an important contextual feature of an image – that is, texture. Consequently, it is increasing a potential for correct classifi cation, while remaining as simple as a pixel-based spectral classifi cation approach. The effectiveness of image granulometry has been tested with different features and parameters: spatial resolution and a type of an input image, type of morphological opening and closing, as well as the size of a granulometric window, defi ning a range of a local granulometric analysis. A separability of different classes of land cover or land use, basing on spectral data and granulometric maps, has been tested. Signifi cant increase of separabillity has been observed in certain cases. The main goal of the book was to study accuracy of classifi cation, basing on the presented method. The results of the research show that a use of granulometric maps in a classifi cation process may increase the accuracy signifi cantly. An important infl uence of input image’s spatial resolution on the outcome has been observed. Also, the impact of other aforementioned features has been tested and described. Conclusions derived from the research allow to propose a two-step model, using results of both, spectral and spectro-textural classifi cations, to obtain an optimal accuracy of classifi cation. The presented method may be used in process of semi-automatic generation of land cover and land use maps, basing on satellite or aerial images, obtaining accuracy level, which is higher than in the case of a spectral-based classifi cation.
Book typeMonograph
Other categories ROZPRAWA_HABILITACYJNA
Author Przemysław Kupidura (FGC / DPTSIS)
Przemysław Kupidura,,
- Department of Photogrammetry, Teledetection and Spatial Information Systems
PublisherWUT Publishing House [Warsaw University of Technology (PW)]
Publisher name (outside publisher list) Oficyna Wydawnicza Politechniki Warszawskiej
Publishing place (Publisher address)ul. Polna 50, 00-644 Warszawa
ISBN978-83-7814-371-0
Issue year2015
Book series /Journal (in case of Journal special issue)Prace Naukowe Politechniki Warszawskiej. Geodezja, ISSN 0137-2327
Noz. 55
Pages271
Publication size in sheets13.55
Keywords in Polishteledetekcja, klasyfi kacja, analiza tekstury, granulometria obrazowa, zdjęcia satelitarne
Keywords in Englishremote sensing, classifi cation, texture analysis, image granulometry, satellite images
Abstract in PolishW pracy przedstawiono nową metodę klasyfikacji treści zdjęć satelitarnych, opartą na wykorzystaniu granulometrycznej analizy tekstury obrazu. Opisano podstawy teoretyczne zaprezentowanej metody oraz zbadano jej dokładność, w zależności od wybranych parametrów przetworzeń granulometrycznych oraz cech obrazów źródłowych. Porównano ją także z innymi, dotychczas stosowanymi metodami klasyfikacji treści zdjęć satelitarnych. Istotą zaproponowanej metody jest wykorzystanie, oprócz danych spektralnych, również map granulometrycznych, czyli obrazów zawierających informację na temat tekstury obrazu w otoczeniu poszczególnych pikseli, powstających w wyniku granulometrycznych przetworzeń obrazu. Ważną zaletą granulometrii obrazowej jako metody oznaczania tekstury obrazu jest, m.in., wieloskalowość, czyli możliwość określania stopnia tekstury o rożnych rozmiarach ziarna. Drugą kluczową zaletą jest prawidłowe działanie również na krawędziach obiektów na obrazie, czyli odporność na tzw. błąd krawędzi. Przedstawiona metoda klasyfikacji polegająca na złożeniu map granulometrycznych i oryginalnych obrazów wielospektralnych pozwala uwzględniać kontekstową cechę interpretacyjną – teksturę, zwiększając możliwości klasyfikacji, a jednocześnie cechuje się dużą prostotą wykonania, podobną do klasycznej pikselowej klasyfikacji spektralnej. Efektywność granulometrii obrazowej zbadano pod kątem kilku czynników: rozdzielczości przestrzennej i rodzaju obrazu źródłowego, rodzaju morfologicznych operacji otwarcia i domknięcia oraz rozmiaru okna granulometrii określającego przestrzenny zasięg obliczenia lokalnej granulometrii względem poszczególnych pikseli. W pierwszej kolejności przeanalizowano separatywność wybranych klas pokrycia lub użytkowania terenu na podstawie wyłącznie danych spektralnych, a także na podstawie map granulometrycznych. W wybranych przypadkach, dzięki zastosowaniu analizy granulometrycznej, stwierdzono znaczny wzrost separatywności klas. Główna część pracy koncentruje się na badaniu dokładności klasyfikacji wykonanej przy użyciu zaproponowanej metody. Uzyskane wyniki dowodzą, że wykorzystanie map granulometrycznych w procesie klasyfikacji może znacząco podnieść jej dokładność. Stwierdzono przy tym istotny wpływ rozdzielczości obrazu źródłowego na efektywność badanej metody. Określono i opisano również znaczenie pozostałych, przedstawionych wyżej parametrów przetworzeń granulometrycznych, i samej klasyfikacji. Wnioski z badań pozwoliły na przedstawienie propozycji modelu dwuetapowej klasyfikacji wykorzystującej zarówno wyniki klasyfikacji spektralnej, jak i spektralno-teksturowej, co pozwoliło na uzyskanie optymalnej dokładności. Zaproponowana metoda może być stosowana w procesie półautomatycznego tworzenia map pokrycia lub użytkowania terenu na podstawie zdjęć satelitarnych lub lotniczych, pozwalając uzyskiwać większa dokładność, niż klasyfikacja w podejściu spektralnym.
Prize LevelExcelent
Outstanding descriptionNagroda indywidualna II stopnia JM Rektora PW za osiągnięcia naukowe w roku 2015, 2016, Politechnika Warszawska (PW) Monografia przedłożona do Nagrody Rektora PW jest zwieńczeniem kilku lat prac badawczych prowadzonych przez dr. hab. inż. Przemysława Kupidurę, zakończonych rozprawą habilitacyjną pt. „Wykorzystanie granulometrii obrazowej w klasyfikacji treści zdjęć satelitarnych”. Prace te realizowano w ramach projektów naukowo-badawczych finansowanych przez KBN („Rozszerzenie metod cyfrowego przetwarzania danych teledetekcyjnych o funkcje morfologii matematycznej”, nr N526 034 32/3448), a także wykonywanych w ramach badań statutowych prowadzonych w Zakładzie Fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej na Wydziale Geodezji i Kartografii Politechniki Warszawskiej. W rozprawie habilitacyjnej przedstawiono metodę klasyfikacji treści obrazów satelitarnych, pozwalającą na osiąganie znacznie większej dokładności, niż w przypadku dotychczas stosowanych metod. Zaproponowana metoda polega na wykorzystaniu map granulometrycznych jako dodatkowych danych źródłowych w procesie klasyfikacji. Mapy granulometryczne są produktem analizy granulometrycznej obrazu i zawierają informację dotyczącą lokalnej tekstury obrazu. Tekstura jest istotną cechą interpretacyjną, ważną dla wyróżnienia wybranych klas pokrycia lub użytkowania terenu. Jak pokazały przeprowadzone badania, informacja dotycząca tekstury może być z powodzeniem wykorzystana również w pół-automatycznych i automatycznych procesach klasyfikacji treści obrazów cyfrowych, pozwalając zwiększyć dokładność uzyskiwanych wyników w znaczący sposób – nawet o kilkadziesiąt procent. W ramach monografii przedstawiono model klasyfikacji, optymalizujący jej proces, a także pozwalający poprawić jej skuteczność i efektywność. Wykazano również zalety lokalnej analizy granulometrycznej w stosunku do innych dotychczas stosowanych metod analizy teksturowej. Tematyka podjęta w rozprawie ma duże znaczenie praktyczne dla automatyzacji procesu pozyskiwania informacji o powierzchni Ziemi na podstawie danych teledetekcyjnych.
Internal identifier54/2015
ProjectX. Project leader: Osińska-Skotak Katarzyna, , Phone: +48 22 234 53 89, start date 15-04-2015, end date 30-08-2016, 504/01827/1060/40.000XXX, Completed
WGiK Działalność statutowa , X. Project leader: Osińska-Skotak Katarzyna, , Phone: +48 22 234 53 89, start date 02-06-2014, end date 31-12-2014, 504 P 1060 0860 000, Completed
WGiK Działalność statutowa
Languagepl polski
File
2015_P_Kupidura_Wykorzystanie granulometrii obrazowej w klasyfikacji treści zdjęć satelitarnych_54.pdf 12.47 MB
Additional file
2015_Oswiadczenie_P_Kupidura_Wykorzystanie granulometrii obrazowej_54.pdf 737.92 KB
Score (nominal)50
ScoreMinisterial score = 50.0, 02-02-2020, MonograhOrBookNotMainLanguagesAuthor
Citation count*
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back
Confirmation
Are you sure?