veri kapsamı% 100'den az olduğunda uydu görüntüleri döşemelerinin tamamlanması


16

Birkaç görüntüyü (> = 2) bir "en iyi" görüntüye birleştirmek istiyorum. En iyi, düşük bulut örtüsü ve yüksek veri kapsamı ile tanımlanır. Ücretsiz Sentinel uydu verilerini kullanan bir örnek aşağıdadır.

Bkz. Http://sentinel-s2-l1c.s3.amazonaws.com/tiles/12/S/XB/2017/6/1/0/preview.jpg ve http: //sentinel-s2-l1c.s3.amazonaws .com / fayans / 12 / S / XB / 2017/6 / aşağıdaki görüntülerin kaynağı için.

Tam bir döşemeyi oluşturmak için% 100 veri kapsamı olmayan uydu görüntüleri döşemelerini tamamlamak için herhangi bir algoritma veya işlem var mı?

Ne demek istediğimin örnekleri için aşağıdaki görselleştirmelere bakın.

Literatürü çok iyi tanımıyorum ve dikkat etmem gereken terminolojinin ne olduğunu bilmiyorum.

Misal: resim açıklamasını buraya girin

Misal: resim açıklamasını buraya girin


Bir görüntü mozaiği oluşturmayı mı ve bu görevi gerçekleştirmek için bazı otomatik işlemleri mi arıyorsunuz?
MAYANK SHARMA

@MAYANKSHARMA: Bir görüntü mozaiğini ifade etmiyor. Tam bir karo yapmak için en iyi karoları seçmenin bir yoluna atıfta bulunmanız yeterlidir. Mozaikleme birden fazla fayansın (bitişik mekansal alanları kaplayan) bir araya getirmesini gerektirecektir.
val

3
'En iyi' dediğinde 'en son bulutsuz' mu demek istiyorsun yoksa başka bir kriter var mı? Cevabınız evet ise, bu makale iyi bir başlangıç ​​noktasıdır ve gerekirse sentinel 2'ye özgü bir cevaptan daha fazla şekillenebilir. Bazı kelime dağarcığına giriş ve iki ana yaklaşımın karşılaştırılması için bu blog yazısı okunmaya değer.
RoperMaps

@RoperMaps: En iyi düşük (veya ücretsiz) bulut örtüsü ve yüksek veri kapsamı olarak tanımlanır - ideal olarak% 100. Blog yararlı ve şimdi kağıt üzerinden okuma. Teşekkürler
val

Yanıtlar:


14

Aynı konumdaki ancak farklı tarihlerdeki görüntüler için, mozaiklemeden (farklı boyutlardaki görüntüleri daha büyük bir görüntüde birleştiren) kompozisyondan bahsetmeyi tercih ederim . "Compositing" anahtar kelimesini ararsanız çok fazla ayrıntı bulacaksınız, ancak kısa bir özet:

Zaman serilerinin birleştirilmesi için iki temel yaklaşım vardır:

  • Mevcut en iyi piksel yaklaşımı (belirli bir kritere göre her bir konumda "en iyi" pikseli seçin, örneğin, maksimum NDVI değerine sahip pikseli veya birleştirme döneminin merkezi tarihine en yakın bulut olmayan pikseli kullanın). Landsat ile ilgili bir örnek burada bulunabilir

  • Birleştirilmiş piksel yaklaşımı (örneğin, aynı konumdaki tüm piksellerin ortalamasını alın ( ortalama birleştirme ) veya bazı tarihlerde "eksik" pikselleri enterpole etmek için geçici bir regresyon kullanın ( boşluk doldurma )). Boşluk doldurmanın potansiyel olarak herhangi bir tarihte bir görüntü oluşturduğunu (ve sakladığınız görüntüye karar verdiğinizi), birleştirme işleminde ise yalnızca bir görüntü verdiğini (kayan geçici bir pencere kullanabilirsiniz, ancak geçici olarak daha az "hassas" olduğunu unutmayın).

"Ortalama birleştirme" MERIS ve SPOT VGT ile başarılı projelerde kullanılmıştır ( buraya bakınız ). "Maks NDVI" bileşimi MODIS kompoziti için kullanılır. İlgi bazı tarihlerde İnterpolasyon yapılmıştır buraya Sentinel-2 görüntülerle. Şahsen ben "birleşik piksel" tipi yaklaşımı tercih ediyorum.

Şimdi, birleştirme işleminizin kalitesinin girdilerinizin kalitesine büyük ölçüde bağlı olduğunu bilmelisiniz, özellikle çok sayıda giriş veriniz yoksa (sentinel-2 her 5 günde bir "sadece" dir, her gün değil Sentinel-3) ile ilişkili olan kısmını dışarı aktarmak suretiyle yedek oluşturmanız gerekir:

  • iyi bulut maskesi (bulut algılama, pus algılama, cirrus (yüksek irtifa ince bulut) algılama ve bulut gölge algılama dahil.

  • gölgelik yansıma üst: Dijital Numaraları uydudan BRDF düzeltmeleri (ışık her yöne homojen olarak yansıtılmaz ve yüzeyin farklar üzerinde bir etkisi vardır), atmosferik düzeltme ve topografik düzeltme de dahil olmak üzere anlamlı yansıma değerlerine dönüştürün.

  • farklı görüntüler arasında iyi kayıt. pikseller mümkün olduğunca aynı konumu temsil etmelidir.

  • bazen de: geçici olay tespiti (sel ve kar)

Bulut içermeyen kompozitler oluşturmak için bir ESA projesi ( SEN2AGRI ) çerçevesinde bir yazılım geliştirildiğini unutmayın .

Bonus: küresel kompozit örnekleri


4

Açıkladığınız şeyin hala mozaik (veya görüntü dikişi ) denilen şeyin bir parçası olduğunu düşünüyorum . Mozaikleme gerçekten bitişik karoların birleştirilmesini içerir, ancak genellikle karoların bazı örtüşmeleri vardır.

Burada özellikle iki adımla ilgileniyorsunuz:

  1. Dikiş görüntüleri: yani doğru üst üste gelen pozisyonunu bulma

  2. Çakışan pikselleri karıştırma

Bu makaledeki her adım için farklı yöntemlerin mükemmel bir araştırması vardır: Ghosh ve Kaabouch (2016) Görüntü mozaikleme teknikleri üzerine bir araştırma, J. Vis. Commun. Resim R. 34 (2016) 1–11

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.