Anda di halaman 1dari 9

13.5.

2 analisis multiskala untuk fusi citra Gambar metode fusi biasanya trade-off antara informasi spektral dari tinggi spektral - gambar resolusi rendah spasial dan konten spasial dari spasial tinggi - gambar resolusi rendah spektral.Ranchin dkk. (1994, 1996) dan Ranchin & Wald (1996, 1998) diperkenalkan dan diterapkan konsep ARSIS (dari 'Ameliorasi de la Injeksi nominal Resolusi Spasial Struktur de' singkatan bahasa Prancisnya, yang berarti 'peningkatan resolusi spasial dengan suntikan struktur') untuk menggabungkan dari multispektral SPOT (20 m resolusi spasial) dan SPOT pankromatik (10 m) gambar ke SPOT multispektral dan gambar dari sensor pankromatik Rusia KVR-1000 (2 m). ~ E Hasil menjamin ectiveness eff metode ARSIS dalam melestarikan konten spektral dari gambar asli ketika meningkatkan resolusi spasial mereka.. Ranchin et al, (2003) menerapkan konsep ARSIS melalui dua erent diff model multiskala - piramida Laplacian umum dan algoritma wavelet yang ' trous' - untuk menggabungkan multiskala (4 m) dan pankromatik (1 m) IKONOS gambar.Zhou et al, (1998). Menerapkan wavelet piramida mengubah algoritma untuk menggabungkan TM Landsat dan gambar SPOT pankromatik dari sebuah wilayah perkotaan di San Diego, California. ~ E hasilnya dibandingkan dengan tiga pendekatan fusi standar lainnya - IHS, PCA dan Brovery - dan kualitas terbaik spektral dan spasial simultan hanya dicapai dengan metode transformasi wavelet. Ventura et al, (2002). Juga menemukan bahwa metode wavelet mengungguli bila dibandingkan dengan metode IHS pada gabungan Landsat ETM multispektral dan pankromatik + gambar dari wilayah perkotaan di sekitar kota Brasilia, Brasil.

~ E multiskala algoritma transformasi digunakan dalam penelitian ini adalah linier piramidal transformasi wavelet, yang berarti bahwa perhitungan pendekatan ini dilakukan menerapkan satu tingkat piramida wavelet transform menggunakan fungsi spline sebagai fungsi linear scaling. Pertama, citra multispektral (MS) yang geometris terdaftar ke citra pankromatik (P). ~ En gambar P yang didekomposisi menjadi representasi wavelet pada resolusi yang sama gambar MS. Selanjutnya, gambar MS, band dengan band, digabungkan dengan komponen-komponen representasi multiskala dari gambar P. Akibatnya, gambar pendekatan dari representasi wavelet merger adalah

gambar MS sedangkan detail gambar adalah mereka yang berasal dari gambar P. ~ En wavelet transform terbalik dilakukan untuk mendapatkan citra gabungan fi nal, yang memiliki band multispektral seperti gambar di MS asli tapi dengan resolusi spasial yang lebih baik dari gambar P. Untuk menilai kinerja analisis multiskala, hasil usaha yang secara visual dibandingkan dengan empat metode tradisional untuk penginderaan jauh fusi citra: IHS, Brovery, Komponen Utama dan Gram-Schmidt.

13.5.3 Uji situs dan data ~ E situs yang dipilih untuk melakukan pendekatan multiskala untuk fusi citra merupakan reservoir yang baru terbentuk yang terletak di pinggiran kota Lavras, Brasil. ~ E multiskala teknik fusi diterapkan dalam upaya untuk meningkatkan resolusi spasial dari citra MS asli untuk memungkinkan karakterisasi lebih baik dari zona perlindungan sepanjang tepi danau. ~ E gambar yang digunakan adalah subset dari adegan 218/75 dengan tiga band berlaku efektif, refl 4 5, 3 (RGB, 30 m) dan 15 m Band pankromatik resolusi dari Landsat 7 ETM + (fi Gure 13.15). ~ E gambar diperoleh pada Februari 2003.

13.5.4 Hasil dan diskusi 13.5.4 Hasil dan diskusi ~ Output gambar e dari ve fi metode fusi erent diff digunakan dalam penelitian ini disajikan dalam fi Gure 13,16. Piramidal Wavelet Transform (WT), IHS Transform, Brovey Transform, Komponen Utama Transform dan Gram-Schmidt Transform yang secara visual dinilai menurut kualitas spektral dan spasial dari gambar disintesis. Baik kualitas singkatan gambar yang lebih baik melestarikan kedua informasi spektral dari citra multispektral dan informasi spasial dari citra pankromatik. ~ Pelestarian e karakteristik spektral penting untuk tujuan kalibrasi dan untuk memastikan bahwa target yang spektral dipisahkan dalam data asli masih dapat dipisahkan dalam data menyatu diatur (Chavez dkk., 1991).Brovey lebih menekankan ditempatkan pada informasi spasial dari citra pankromatik dari pada isi spektral dari citra multispektral. Zhou et al, (1998).

Menemukan hasil yang sama untuk fusi dari PAN dan SPOT multispektral Landsat TM 13.5.4 Hasil dan diskusi ~ Output gambar e dari ve fi metode fusi erent diff digunakan dalam penelitian ini disajikan dalam fi Gure 13,16. Piramidal Wavelet Transform (WT), IHS Transform, Brovey Transform, Komponen Utama Transform dan Gram-Schmidt Transform yang secara visual dinilai menurut kualitas spektral dan spasial dari gambar disintesis. Baik kualitas singkatan gambar yang lebih baik melestarikan kedua informasi spektral dari citra multispektral dan informasi spasial dari citra pankromatik. ~ Pelestarian e karakteristik spektral penting untuk tujuan kalibrasi dan untuk memastikan bahwa target yang spektral dipisahkan dalam data asli masih dapat dipisahkan dalam data menyatu diatur (Chaves,1991)

Gambar 13.17 - citra multispektral asli (kiri atas) dan hasil dari ve fi metode fusi erent diff: Pyramidal Wavelet Transform (kanan atas), IHS Transform (tengah kiri), Brovey Transform (tengah kanan), Kepala Komponen Transform (kiri bawah) dan Gram-Schmidt Transform (kanan bawah). Silakan berkonsultasi CDROM tertutup untuk versi penuh warna. Komponen Utama dan Gram-Schmidt transformasi. T e wavelet koefisien koefisien yang diberikan oleh analisis multiskala dari citra pankromatik spasial tinggi (P), antara skala gambar P dan skala citra multispektral (MS), menggambarkan dengan benar informasi yang kurang untuk sintesis gambar MS pada resolusi spasial yang sama dengan salah satu gambar P.Oleh karena itu, gambar menyatu berisi rincian struktural dari gambar resolusi yang lebih tinggi P spasial dan informasi spektral kaya dari citra MS. 13.5.5 Kesimpulan Analisis visual dari gambar leburan telah menunjukkan bahwa semua metode teruji menghasilkan peningkatan signifi cant atas gambar asli sejak struktur dari citra pankromatik telah disuntikkan pada gambar multispektral dalam semua metode fusi. Namun, selain peningkatan pada resolusi spasial kualitas gambar yang baik menyatu juga harus menjaga informasi spektral dari citra multispektral. Dalam konteks ini, multiskala

13.5.4 Hasil dan diskusi ~ Output gambar e dari ve fi metode fusi erent diff digunakan dalam penelitian ini disajikan dalam fi Gure 13,16. Piramidal Wavelet Transform (WT), IHS Transform, Brovey Transform, Komponen Utama Transform dan Gram-Schmidt Transform yang secara visual dinilai menurut kualitas spektral dan spasial dari gambar disintesis. Baik kualitas singkatan gambar yang lebih baik melestarikan kedua informasi spektral dari citra multispektral dan informasi spasial dari citra pankromatik. ~ Pelestarian e karakteristik spektral penting untuk tujuan kalibrasi dan untuk memastikan bahwa target yang spektral dipisahkan dalam data asli masih dapat dipisahkan dalam data menyatu diatur (Chavez dkk., 1991). 13.6.1 Pendahuluan Perubahan deteksi digital seperti yang biasa diterapkan untuk sementara penginderaan jauh menghasilkan gambar yang lain gambar digital, di mana nilai-nilai pixel mewakili tingkat diff erence antara adegan sementara dalam penyelidikan. Dalam kasus ideal, bidang perubahan tutupan lahan akan menunjukkan nilai-nilai positif atau negatif tinggi, sedangkan non-berubah daerah akan menjadi nol-nilai.Namun demikian, sumber tambahan kebisingan dan sifat multiskala spasial dari gambar masukan yang disebarkan kepada output dari deteksi perubahan digital, menuntut penggunaan alat-alat yang mengambil karakteristik ini menjadi pertimbangan. T adalah bagian menyajikan pendekatan baru untuk mengatasi kebisingan dan beberapa skala spasial selama deteksi perubahan. T e metodologi yang didasarkan pada model kebisingan di ruang wavelet untuk efesiensi efisien dan thresholding otomatis. T Tujuan e metode baru ini adalah untuk mengurangi sensitivitas deteksi perubahan digital ke Ects eff dari misregistration radiometrik dan geometrik dengan mengekstraksi perubahan sesuai dengan kelas ukuran menggunakan pendekatan multiskala. Metode saat ini digunakan untuk membandingkan dua atau lebih gambar penginderaan jauh dan untuk mendeteksi erences beda antara mereka tergantung pada normalisasi radiometrik akurat dan geometris kation rectifi (Dai & Khorram, 1998; Schott

et al, 1988.). Prasyarat Tese umumnya sulit dicapai dalam banyak situasi karena kurangnya (radiometrik) data kalibrasi dan culties diffi dalam menemukan (geometris) titik kontrol. Selain itu, nilai ambang perubahan terpisah dari no-perubahan daerah harus defined. Dengan tidak adanya kebisingan, thresholding citra beda erence akan menjadi prosedur yang mudah menyebabkan hasil yang wajar. Sayangnya, perbedaan dalam karakteristik sensor, transparansi atmosfer, fenologi tanaman dan kesalahan dalam pendaftaran geometris adalah beberapa contoh dari sumber-sumber kebisingan hadir dalam setiap data multitemporal dan / atau multisensor mengatur berasal dari penginderaan jauh optik. Dalam konteks operasional, digital deteksi perubahan telah biasanya dilakukan dengan pendekatan berbasis kategori yang membandingkan peta tutupan lahan yang dihasilkan pada titik-titik erent diff dalam waktu. T e pilihan untuk pendekatan ini dimotivasi oleh informasi langsung tentang kelas-kelas tanah lama dan baru penutup diwakili oleh setiap pixel citra yang telah mengalami perubahan tutupan lahan. Namun, propagasi ketidakpastian mengurangi jauh tingkat kerahasiaan dence hasil deteksi perubahan diperoleh dengan perbandingan peta (Shi & Ehlers, 1996; Bruin & Grote, 2000). Sebagai contoh, dua yang sangat akurat klasifi hasil kation, katakanlah 80%, akan menghasilkan hasil 64% perubahan deteksi hanya akurat (Stow et al., 1980). Dalam konteks penelitian, teknik perubahan radiometrik deteksi berbasis lebih populer dari kategori yang berbasis karena kemampuan mereka untuk mengatasi kelemahan tersebut di atas, tetapi seperti yang ditunjukkan sebelumnya, mereka lebih sensitif terhadap kesalahan dalam pendaftaran geometrik dan radiometrik. Tis menjadi lebih

lebih penting ketika diff erent sensor dengan resolusi spasial dan radiometrik diff erent digunakan untuk mendeteksi perubahan. Selain itu, jumlah perubahan tergantung pada ned batas empiris defisit, yang tidak ada panduan teoritis.

Akibatnya, kebutuhan akan alat analisis otomatis mampu meminimalkan persyaratan ini telah diakui (Singh, 1989). Dilema Te bergantung pada bagaimana untuk diff erentiate perubahan nyata dari misregistration (geometrik dan radiometrik) kebisingan.

13.6.2 multiskala produk untuk ekstraksi fitur Gambar perubahan, yang diproduksi oleh salah satu metode deteksi perubahan standar radiometrik (misalnya, gambar beda erencing), telah diuraikan menjadi beberapa gelombang frekuensi tinggi dengan resolusi variabel ditambah pita frekuensi rendah pada resolusi kasar. Te dekomposisi diperoleh dengan menerapkan perpanjangan 2D dari algoritma ' trous (Holschneider et al, 1989.) Dengan spline kubik sebagai fungsi skala: Setelah dekomposisi, yang erences beda antara gambar dipisahkan menjadi tingkat rinci telah mulai fi dari fi ne sampai kasar, serta representasi merapikan dari erence diff asli gambar (fi Gure 13,17). Pada tahap ini, situs berubah didiskriminasi menurut kelas ukuran. Perubahan wilayah kecil dan misregistration geometris ditangkap dalam representasi ne fi rincian sedangkan perubahan secara keseluruhan, seperti variasi karena fenologi, ditangkap di tingkat rincian kasar dan pada representasi merapikan gambar erence diff asli. T kita informasi, dengan hanya menggunakan disediakan oleh perantara Gambar 13,18 - (a) Hasil gambar beda erencing (TM band 3 dari tahun 1998 dan MSS pita 2 dari 1981 (b, c, d dan e) Detail gambar mulai dari fi ne sampai kasar dan (f) versi merapikan (a. ) didekomposisi dengan algoritma ' trous.

0 2000 m MN 18o Gambar 13,19 - Data set yang digunakan dalam penelitian ini. Dengan menggunakan kombinasi warna, kawasan hutan muncul dalam nada merah sementara lokasi pertambangan muncul dalam putih. Silakan berkonsultasi CDROM tertutup untuk versi penuh warna. skala tingkat, Ects eff palsu dari misregistration yang fi ltered keluar dan ruang pencarian turun signifikan. Komponen sinyal bermakna yang lebih jauh terpisah dari kebisingan dengan mengalikan skala wavelet. T e produk multiskala disebut mengintegrasikan dalam satu gambar isi informasi dari setiap tingkat skala yang terlibat dalam perkalian. Sadler & Swami (1999) ditandai metode statistik dan dievaluasi kinerjanya untuk deteksi dan perkiraan tepi. Xu et al. (1994) menerapkan produk multiskala untuk ltering fi gambar resonansi magnetik,

Gambar 13,20 - visualisasi Langsung situs berubah. Tanda panah menunjukkan daerah di mana (kuning) deforestasi dan (biru) kegiatan pertambangan meningkat. Silakan berkonsultasi CDROM tertutup untuk versi penuh warna. Sadler et al. (1998) untuk deteksi gelombang kejut di akustik dan Carvalho (2003) untuk deteksi otomatis nilai-nilai

rusak dalam penginderaan jauh time series. T e pilihan skala untuk memasukkan dalam produk multiskala memiliki eff ect pada kepekaan pendekatan dengan ukuran obyek dalam adegan. T e multiskala produk lokal dianggap konstan. T adalah pengujian signifi cance klasik, yang mendeteksi hanya koefisien koefisien yang lebih besar dari deviasi standar lokal mereka dikalikan dengan suatu konstanta C. Dalam studi ini, C ditetapkan untuk 2 dan multiskala produk koefisien koefisien

yang tidak lulus tes diatur ke nol. ~ E tujuan pengujian cance signifi adalah untuk lebih menghilangkan noise dengan mengecualikan yang tidak penting multiskala produk koefisien koefisien. 13.6.3 Uji situs dan data ~ E situs yang dipilih untuk mengevaluasi pendekatan ini terletak dekat kota So Tom das Letras dan digunakan terutama untuk pertanian, eksploitasi batu dan untuk melindungi sisa-sisa Cerrado (sabana Brasil), berbatu fi elds dan semideciduous hutan Atlantik. Dalam 20 tahun terakhir telah terjadi peningkatan kegiatan pertambangan dan kerugian tutupan hutan antara perubahan periodik karena kegiatan pertanian. Satu Landsat MSS gambar dari Juli 1981 dan dua Landsat TM gambar dari November 1985 dan Agustus 1998 yang digunakan dalam penelitian ini (fi Gure 13,18).Setiap pixel dari Landsat TM dan MSS gambar mencakup luas tanah sekitar 900 m2 dan 3600 m2 masingmasing. Landsat TM band 2 (520-600 nm), 3 (630-690 nm), 4 (760-900 nm) dan Landsat MSS band 1 (500-590 nm), 2 (610-680 nm), 3 (790 - 890 nm) dipilih untuk melakukan percobaan ini karena mereka menutupi bagian yang relatif sebanding dari spektrum elektromagnetik (Buiten & Clevers 1996). Perhatikan bahwa resolusi spasial karakteristik sensor, dan kondisi fenologi sangat heterogen di antara gambar-gambar (fi Gure 13,19). ~ E gambar berkurang dengan ukuran pixel yang sama dengan menerapkan tingkat satu piramida transformasi wavelet menggunakan spline kubik sebagai fungsi skala. Karena penipisan, ukuran pixel untuk foto Landsat TM menjadi 60 dengan 60 m setelah transformasi. ~ E Landsat MSS gambar, preproses oleh Survei Geologi AS dan dibeli dengan ukuran piksel dari 57 sebesar 57 m, yang resampled ke 60 dengan 60 m dengan algoritma tetangga terdekat. Tidak kation rectifi radiometrik diterapkan ke gambar input dan spasial

misregistration (kesalahan RMS <1 pixel) berkisar dari satu sampai tiga piksel ketika dievaluasi secara visual. Data tanah dicatat selama fi eld kunjungan pada tahun 1999 ketika situs deforestasi, eksploitasi batu baru, tanaman tahunan, dan pertumbuhan kembali hutan yang terletak di eld fi dan lebih orthophotos (skala 1:10.000) yang diperoleh pada tahun 1984. 13.6.4 Hasil dan diskusi Menggunakan produk multiskala dalam komposit warna yang sederhana, visualisasi situs berubah dapat segera dilakukan. Untuk memvisualisasikan perubahan dari gelap ke terang (deforestasi misalnya di band TM 3), seseorang harus menggunakan gambar tertua untuk membuat komposit (fi Gure 13,20).Perubahan dari terang ke gelap (reboisasi misalnya di band TM 3) lebih baik divisualisasikan ketika menggunakan gambar terbaru. ~ Adalah b c 0 1000 m

d e Gambar 13,21 - Landsat TM dari (a) 1998, gambar (b) 1985 dan (c) erence beda masing-masing. (D) Rincian gambar erence beda pada tingkat skala terlebih dulu. (E) merapikan versi gambar erence beda pada tingkat skala keempat.Perhatikan jalan misregistered digambarkan dalam (d), sementara secara keseluruhan beda erences seperti kondisi fenologi patch vegetasi yang digambarkan dalam (e). Gambar 13,22 - tampilan 3D dari gambar erence beda antara band 3 dari Landsat TM tahun 1998 dan band 2 Landsat MSS dari 1981 (kiri). 3D Mengingat produk dari erences beda pada skala yang kedua dan ketiga (kanan).

karena latar belakang pada situs di mana perubahan harus divisualisasikan harus gelap sehingga perubahan bunga ditekankan. Semua perubahan terdeteksi oleh prosedur ini visualisasi itu terjadi meskipun mereka kation quantifi itu tidak mungkin. Perhatikan bahwa, dalam fi Gure 13,6 (3), fragmen hutan seluruh segitiga di kanan bawah menghilang antara 1985 dan 1998 meskipun hanya pusat sedang ditingkatkan. T adalah visualisasi langsung mungkin bisa banyak digunakan saat daerah yang luas harus

dievaluasi. Misregistration eff Ects dan perubahan area kecil diisolasi sebagai rincian fi ne (fi Gure 13.20d), sedangkan beda erences dalam karakteristik fenologi dan kondisi atmosfer ditangkap dalam representasi merapikan sebagai erences diff keseluruhan antara gambar (fi Gure 13.20e). Informasi yang tidak relevan yang bisa dibilang kebisingan di diff

erence gambar (fi Gure 13.21a) tidak muncul pada gambar perubahan dibangun dengan produk skala wavelet (fi Gure 13.21b). T 'pembersihan' eff ect memfasilitasi analisis dan pemahaman gambar penginderaan jauh. Dalam fi, Gure 13,21 vegetasi penghapusan (panah hitam), daerah reboisasi (abu-abu panah) serta situs baru eksploitasi batu (panah putih) yang menunjuk berhasil tanpa kation rectifi sebelumnya radiometrik atau ambang nition defisit sementara beda erences tidak berhubungan dengan perubahan tutupan lahanyang dilewati. 13.6.5 Kesimpulan T e perilaku perubahan pada tingkat skala erent diff sebagai akibat dari metode baru yang disajikan di sini memungkinkan diskriminasi mereka sesuai dengan kelas ukuran. Oleh karena itu, menggunakan informasi dari tingkat skala menengah yang dapat meminimalkan masalah di atas. T e metode ditemukan menjadi kurang sensitif terhadap misregistration spasial dan radiometrik, meskipun rincian denda hilang juga. Hal ini dapat diterapkan pada output dari setiap teknik deteksi perubahan seperti gambar penjatahan, komponen utama, perubahan vektor analisis dll Adapun pemilihan signifi cant wavelet koefisien koefisien, pemilihan tingkat skala dipertimbangkan untuk analisa lebih lanjut dapat digerakkan dengan uji statistik, yang berguna ketika pengetahuan tidak ada pada ukuran fitur yang menarik. Perubahan di daerah penelitian dengan baik diskriminasi tetapi mereka kation quantifi tidak mungkin ketika menggunakan informasi dari tingkat skala terbatas. Penelitian lebih lanjut pada kombinasi dengan teknik lain, seperti algoritma wilayah tumbuh, bisa menjadi solusi