Beeldverwerking
Beeldcombinatie
Multitemporele analyse
... met de tijd veranderen de beelden
Een van de voornaamste voordelen van teledetectie per satelliet is dat beelden op regelmatige tijdstippen verschaft worden. Het is zo mogelijk een landschap over verschillende seizoenen te vergelijken, of de evolutie op lange termijn te volgen. De archieven beschikken nu al over meer dan 20 jaar aan gegevens van aardobservatiesatellieten.
Eén van de eenvoudigste methoden om gegevens te analyseren die op verschillende data geregistreerd zijn is ze in twee vensters naast elkaar weer te geven. Sommige beeldverwerkingsprogramma's en cartografische informatiesystemen kunnen de twee vensters "synchroniseren", op zodanige wijze dat een verplaatsing of inzoomen in het ene venster automatisch ook in het andere venster uitgevoerd wordt. Soms kan men ook in een venster iets tekenen (bijvoorbeeld de omtrek van een nieuwe verkaveling), en dan deze tekening in de twee gesynchroniseerde beelden zien.
Een andere mogelijkheid van visualisatie van multi-temporele gegevens berust op de additieve synthese van kleuren door het oog. Het menselijk oog interpreteert de overlapping van de basiskleuren (rood, groen en blauw) als nieuwe kleuren, die alle kleuren van de regenboog bestrijken. Door een beeld van één datum, voorgesteld in rood op een beeld van een andere datum, voorgesteld in groen, te leggen, vormt men een nieuw beeld met kleuren van zwart tot geel, over alle groen en roodtinten.
Deze kleuren kunnen geassocieerd worden met de aard en de intensiteit van de veranderingen. In het voorbeeld hiernaast ziet men hoe de beelden van twee verschillende situaties gecombineerd worden. Het beeld van datum 1 is in het multitemporeel beeld in rood voorgesteld, het beeld van datum 2 in groen.
Het lichte gebied op tijdstip 1 is donker geworden en ziet er felrood uit. De gebieden die donker waren en die lichter geworden zijn worden in het groen weergegeven, en de gebieden die licht zijn gebleven zijn geel (rood + groen = geel).
Het is ook mogelijk de beelden op 3 verschillende tijdstippen te combineren, door ook blauw te gebruiken, maar de interpretatie van dergelijke beelden wordt wel ingewikkeld.
Het spreekt vanzelf dat om in een dergelijk multi-temporeel beeld geïntegreerd te kunnen worden, elk van de beelden eerst geometrisch gecorrigeerd moet worden ten opzichte van een gemeenschappelijke referentie.
Een interessante toepassing bestaat erin de vegetatie-index te berekenen voor twee verschillende data, zoals eerder uiteengezet. De fusie van de vegetatie-indexbeelden van de twee data brengt seizoensmatige veranderingen aan het licht, maar ook ingrijpender veranderingen zoals ontbossing, enz.
| 1984 | 1994 | |||
|
|
|
|||
 |
 |
|||
 |
Hier wordt een multitemporeel beeld gecreëerd vertrekkende van twee Landsat TM-beelden van 1984 (in rood) en van 1994 (in groen). Op het multitemporeel beeld kan de ontbossing (in groen) in Santa Cruz, Bolivië, die plaatsgreep tijdens deze periode, duidelijk worden waargenomen. (Beelden: Courtesy of NASA - Goddard Space Flight Center/Scientific Visualization Studio)
Door verschillende beelden te combineren, of eerder verschillende beeldproducten opgenomen in de loop van meerdere jaren, kunnen we niet alleen het resultaat zien van een bepaald fenomeen (in dit geval de oppervlakte van het ontboste gebied), maar ook de evolutie ervan doorheen de tijd (de jaarlijke ontbossingsgraad).
Bron: Global Forest Change - Results from time-series analysis of Landsat images characterizing forest extent and change.
Fusie van beelden met verschillende resolutie
Beelden van verschillende sensoren hebben verschillende eigenschappen, met name het aantal spectrale banden en de resolutie (grootte van de pixels). Over het algemeen sluiten deze twee parameters elkaar uit: de beelden met een hogere resolutie hebben slechts één spectrale band en de multispectrale gegevens hebben meestal een betrekkelijk lage resolutie.
Voor sommige toepassingen zou men echter graag beschikken over het beste van beide: gegevens met hoge resolutie die OOK verschillende spectrale banden bevatten. Als men beschikt over een multispectraal beeld met lage resolutie en een monospectraal beeld met hoge resolutie, kan men deze samenbrengen om een beeld te vormen waarin beide voordelen gecombineerd worden. Dat gebeurt door het multispectrale beeld (het kleurenbeeld op de illustratie) in 3 componenten te ontbinden die de inhoud van de kleuren beschrijven: de tint, de saturatie en de intensiteit. Deze transformatie noemt men "RGB naar IST" (rood, groen, blauw naar intensiteit, saturatie, tint). Deze componenten worden geometrisch gecorrigeerd zodat ze dezelfde eigenschappen hebben als het beeld met hoge resolutie.
Men verdeelt bijvoorbeeld elke pixel van een TM-beeld (30x30m) onder in 9 pixels van 10x10m om compatibel te zijn met de resolutie van een SPOT P-beeld. Men vervangt dan de intensiteitcomponent van het beeld met lage resolutie door het beeld met hoge resolutie, en men voert de omgekeerde transformatie uit ("IST naar RGB").
Deze techniek wordt hier geïllustreerd op een detail van een Pléiades-satellietbeeld van de Basiliek van Koekelberg in Brussel. De multispectrale (XS-modus van de satelliet, met een resolutie van 2m) en panchromatische (P-modus, resolutie avn 50 cm) beelden werden gefusioneerd om een multispectraal beeld te vormen met een resolutie van 50 cm.
|
|
|
Panchromatische beeld 50cm |
Multispectraal beeld 2m |
 |
|
Multispectraal beeld 50 cm |
|
