Download pdf - Geokorrektur in der Fernerkundung

WS 2005/06 : Digitale Bildverarbeitung II

GeokorrekturGeokorrekturvorgestellt von: Julia Rost & Adrian Pfahlsbergervorgestellt von: Julia Rost & Adrian Pfahlsberger

19.01.2006


GeokorrekturGeokorrekturInhaltInhalt

1. Was ist Geokorrektur?1. Was ist Geokorrektur?

2. Ursachen geometrischer Fehler2. Ursachen geometrischer Fehler

3. Verfahren der Georeferenzierung3. Verfahren der Georeferenzierung

3.1. parametrische Entzerrungsverfahren3.1. parametrische Entzerrungsverfahren

3.2. nicht-parametrische Entzerrungsverfahren (Passpunktmethode)3.2. nicht-parametrische Entzerrungsverfahren (Passpunktmethode)

a) Image-to-Map Rectificationa) Image-to-Map Rectification

b) Image-to-Image Registrationb) Image-to-Image Registration

4. Resampling4. Resampling

5. Anwendung mit ENVI IDL5. Anwendung mit ENVI IDL

19.01.2006


1. Was ist Geokorrektur?1. Was ist Geokorrektur?

ZieleZiele

1.1. geometrisch richtige Darstellung der abgebildeten geometrisch richtige Darstellung der abgebildeten Objekte an sich und ihrer Lage zueinanderObjekte an sich und ihrer Lage zueinander

2. Anpassung des Bildes an ein geometrisches 2. Anpassung des Bildes an ein geometrisches ReferenzsystemReferenzsystem

weitere Begrifflichkeiten:weitere Begrifflichkeiten:geometrische Korrektur / Entzerrung / Transformationgeometrische Korrektur / Entzerrung / Transformation

GeoreferenzierungGeoreferenzierung

RektifizierungRektifizierung

19.01.2006



19.01.2006

sensorbedingt

Panoramaeffekt abhängig von:

Öffnungswinkel variablem Abtastwinkel des Sensors

Quelle: LILLESAND et al (2004)



19.01.2006

plattformbedingt

Instabilität der Sensorplattform ( roll, pitch, crab )





19.01.2006

objektbedingt Erdrotation ( Earth rotation skew )

Quelle: ITC



19.01.2006

objektbedingt Erdkrümmung ähnlich dem Panoramaeffekt

Quelle: ITC



19.01.2006

objektbedingt Pixelauflösung abhängig von Relief und Flughöhe

Unterschied von orthographischer und perspektivischer Projektion

Quelle: LÖFFLER (1986)




19.01.2006

3.1. parametrische Verfahren

Vorraussetzung:

Sensorinformation über

innere und äußere Geometrie Orthobild

Digitales Höhenmodell (DHM)

Korrektur der Lagefehler durch Reliefeinfluss



19.01.2006

3.1. nicht - parametrische Verfahren

Entzerrung anhand einer geometrischen Referenz

Passpunkte

Ground Control Points (GCPs) = Punkte auf der Erdoberfläche, die eindeutig, sowohl auf einem zu entzerrenden Bild, als auch auf einer Referenzkarte / einem Referenzbild identifiziert werden können.

Beispiele: Straßenkreuzungen, Flussmündungen, Berggipfel

temporale und spektrale Erkennbarkeit



19.01.2006


b) Image – to – Image

• Für Vergleiche über die Zeit

• Geometrien zweier Bilder werden aneinander angeglichen meist durch Rotation

• geometrische Fehler des Eingabebildes bleiben erhalten

a) Image – to – Map

• Messung von Entfernungen und Flächen

• Geometrie des Bildes wird an die einer Karte angepasst



19.01.2006


Theoretisches Konzept

Transformationsgleichungen aus Polynomen

n - ten Grades je höher der Grad, desto stärker die Entzerrung

und desto mehr Passpunkte werden benötigt

Anzahl der Passpunkte = (n+1)(n+2) / 2

Wahl des Grades abhängig von Aufnahmehöhe und Bildausschnitt


Theoretisches Konzept

Transformationsgleichungen aus Polynomen

n - ten Grades je höher der Grad, desto stärker die Entzerrung

und desto mehr Passpunkte werden benötigt

Anzahl der Passpunkte = (n+1)(n+2) / 2

Wahl des Grades abhängig von Aufnahmehöhe und Bildausschnitt



19.01.2006


n = 1 lineare Transformation

z.B. Satellitenbilder, die bereits in eine Ebene projiziert wurden

Quelle: ERDAS field guide



19.01.2006


n = 2 nicht-lineare Transformation

(quadratische Gleichung)

Berücksichtigung der Erdkrümmung

Bsp.: 2-ten Grades y' = a0+ a1x + a2y + a3xy + a4x² + a5y²

x' = b0+ b1x + b2y + b3xy + b4x² + b5y²




19.01.2006


n = 3 nicht-lineare Transformation

(kubische Gleichung)

bei stark verzerrten Luftbilder durch optische Verzerrung der

Kameralinse




19.01.2006

Zuordnung der Grauwerte einzelner Bildelemente zu neu entstehender Bildmatrix



19.01.2006

Zuordnung der Grauwerte einzelner Bildelemente zu neu entstehender Bildmatrix

1. Möglichkeit:

direkte Transformationd.h. vom Eingabebild zum Ausgabebild

2. Möglichkeit:

indirekte Transformationd.h. vom Ausgabebild zum Eingabebild

inverse Transformationsfunktion hat sich durchgesetzt



19.01.2006

1. Nearest Neighbour Interpolation

Original Image Output Image

Grauwert des Pixels, welches den berechneten Koordinaten x´/y´ am nächsten liegt wird übernommen

Vorteile:

• radiometrische Originalwerte werden beibehalten• geringer Rechenaufwand

Nachteile:

• Stufigkeit• geringe räuml. Genauigkeit



19.01.2006

2. Bilinear Interpolation


Grauwert des Pixels durch lineare Interpolation zwischen den 4 benachbarten Grauwerten

Vorteile:

• geringere Stufigkeit• Grauwerte werden geglättet

Nachteile:

• Kontrastverluste durch Glättung• Verlust der Originalwerte



19.01.2006

3. Cubic Convolution


verwendet die Werte von 4 x 4 umliegenden Pixeln, um eine Interpolation höherer Ordnung durchzuführen

Vorteile:

• geringere Kontrastverluste• stark reduzierte Stufigkeit

Nachteile:

• veränderte Originalwerte• Rechenaufwand



19.01.2006

Beispiel Landsat-Szene von Bonn

IMAGE – TO – IMAGE - REGISTRATION



19.01.2006



19.01.2006


RMSE ( RMSE ( root mean square errorroot mean square error ) )

19.01.2006

Güteabschätzung der Georeferenzierung

kann als die Distanz zwischen den eingegebenen Koordinaten von Passpunkten (xi/yi)und den

Koordinaten der transformierten GCPs (xr/yr) verstanden werden

sollte kleiner als 1 sein (Einheit: Pixel)



19.01.2006



19.01.2006

WS 2005/06 : Digitale Bildverarbeitung II19.01.2006

Ergebnis der Geokorrektur mit ENVI IDL