Odpowiedzi na pytania egzaminacyjne - Technologie Przetwarzania Danych Przestrzennych - Łubniewski
Przykładowe pytania egzaminacyjne
- Procedura przetwarzania histogramu
- Przetwarzanie zdjęcia lotniczego
- Parametry techniczne obserwatora ziemi
- Przedstawienie algorytmu filtracji.
- Autokorelacja przestrzenna
- Regresja przestrzenna
1. Procedura przetwarzania histogramu
Procedura przetwarzania histogramu:
Liniowe rozszerzanie histogramu – poprawa kontrastu
Rozciagniecie histogramu (ang. histogram stretching) wykonuje sie wówczas, gdy nie pokrywa on całego zakresu wartosci składowych obrazu. Czasem operacja ta mylona jest z wyrównywaniem histogramu. Rozciagniecie prowadzi do takiej konwersji zakresu wartosci składowych, aby histogram obejmował wszystkie wartosci składowych. Czyli jeżeli zakres składowej jest równy 0-255, a najmniejsza wartość w obrazie wynosi 4, największa natomiast wynosi na przykład 198, to po operacji rozciągnięcia wartości tej składowej będą w pełnym zakresie 0-255. Czyli teraz najmniejsza wartość w obrazie wynosi 0 a największa 255. Operacje rozciagniecia histogramu mozna przeprowadzic odpowiednio dobierajac jasnosc i kontrast obrazu. ( przeskalowywanie wartości )
Wyrównanie histogramu
Metoda ta wpływa na powiększenie globalnego kontrastu obrazów, szczególnie gdy wykorzystywany sygnał opisujący obraz jest reprezentowany przez wartości z niewielkiego zakresu. Poprzez rozciągnięcie tych wartości na szerszy zakres, natężenia mogą być lepiej dystrybuowane na histogramie. Pozwala to zwiększyć kontrast we fragmentach o jego niskim poziomie. Metoda jest użyteczna w obrazach z wyraźnym podziałem na tło i pierwszy plan, takimi, że barwa obu jest albo jasna albo ciemna. W szczególności, może prowadzić do skuteczniejszego obserwowania struktur kostnych w diagnostyce rentgenowskiej oraz do dokładniejszego prezentowania szczegółów na zdjęciach prześwietlonych lub niedoświetlonych. Kluczowymi walorami metody są jej prostota oraz odwracalność. Jeśli funkcja wyrównania histogramu jest znana, wtedy oryginalny histogram może być odzyskany.
Dopasowanie histogramu do zadanego wynikowego rozkładu wartości pikseli
- Zmiana dynamiki obrazu dla różnych przedziałów wartości pikseli za pomocą różnych funkcji transformujących, np. potęgowych, wykładniczych, logarytmicznych, przedziałami liniowych ...
- Zmniejszenie rozdzielczości kwantyzacji obrazu
2. Przetwarzanie zdjęcia lotniczego
Elementy procesu przetwarzania obróbki zdjęcia:
- Określanie orientacji zdjęcia
- orientacja wewnętrzna zdjęcia ( zależna od kamery forograficznej )
- orientacja zewnętrzna zdjęcia ( dotyczy parametrów np. położenie aparatu w chwili wykonywania zdjęcia )
- orientacja bezwzględna zdjęcia w fotografowanym terenie ( zakres współrzędnych geograficznych fotofrafowanego zdjęcia )
- Określanie skali zdjęcia (poziomej i pionowej)
- na podstawie stałej kamery oraz orientacji zewnętrznej zdjęcia.
- na podstawie punktów kontrolnych.
- Liczba punktów kontrolnych - rodzaj zdjęcia:
- 0 - nieprzetworzone (raw)
- 2 - skalowalne
- 3 i więcej - przetworzone
- wiele - ortofotograficzne
- Liczba punktów kontrolnych - rodzaj zdjęcia:
- Korekcja geometryczna
- usuwanie zniekształceń spowodowanych niedoskonałością urządzeń rejestrujących, w tym układu optycznego kamery
- korekcje związane z nierównościami terenu
- Łączenie zdjęć – mozaikowanie (szereg zdjęć, zespół zdjęć)
- Dalsze przetwarzanie zdjęć (postprocessing)
- przetwarzanie histogramu
- filtracja
- fotointerpretacja zdjęć - rozpoznawanie i klasyfikacja typów obszarów oraz rozpoznawanie obiektów (na podstawie kształtu, rozmiaru, tonu/barwy, struktury, rozmieszczenia, cieni)
- wektoryzacja
- Wyniki przetwarzania zdjęć:
- ortofotografie i ortofotomapy
- warstwy wektorowe (2 D i 3 D )
- cyfrowe modele wysokości (DTM)
- obrazy stereo
- widoki perspektywiczne (ortofotografia + DTM)
3. Parametry techniczne obserwatora ziemi
Zdalny monitoring – pozyskiwanie informacji o obiektach i zjawiskach bez kontaktu z obiektem pomiaru (na ogół z wykorzystaniem fal w celu pomiaru – elektromagnetycznych, akustycznych, ...) lub/i z użyciem komunikacji bezprzewodowej
Polega na pomiarze energii promieniowania elektromagnetycznego pochodzącego od danego miejsca na Ziemi (na powierzchni lądu bądź oceanu, bądź np. w atmosferze) za pomocą sensorów umieszczonych na orbicie.
Elementy systemu telemonitoringu: źródło energii (jeśli naturalne, to telemonitoring pasywny, w przeciwnym razie – telemonitoring aktywny
- ośrodek rozchodzenia się fal
- badany obiekt; wykorzystanie zjawiska odbicia, rozpraszania i innych związanych z interakcją fali (elektromagnetycznej, akustycznej) z obiektem
- urządzenie rejestrujące (sensor):
- apertura zbierająca (collecting apperture),
- detektor (układ detektorów),
- inne elementy: konwertery A/C, urządzenia do komunikacji z Ziemią, lampy kalibracyjne, ...
- system nadzorujący i sterujący pracą sensorów
Telemonitoring aktywny i pasywny
Wykorzystywane zakresy: 1) optyczny
* widzialny
* podczerwień
2) radarowy (mikrofale) (1 cm – 100 cm) Powstawanie obrazu satelitarnego
* skanery elektrooptyczne
* skanery optyczno-mechaniczne
Problem ograniczonej rozdzielczości obrazu satelitarnego
- rozdzielczość przestrzenna - odległość w terenie między środkami dwóch sąsiednich pikseli
- rozdzielczość czasowa - Czas rewizyty – czas, po jakim następuje ponowna akwizycia tej samej sceny (obrazu satelitarnego tego samego terenu)
- rozdzielczość spektralna - Im więcej zakresów spektralnych, i im węższych, rejestruje dany system obrazowania satelitarnego, tym ma większą rozdzielczość spektralną
- rozdzielczość kwantyzacji - Oznacza precyzję reprezentacji wartości zarejestrowanego promieniowania elektromagnetycznego, np. 8 bitów, lub 11 bitów – dla reprezentacji 1 piksela dla jednego podobrazu-zakresu
Rodzaje satelitarnych systemów telemonitoringu
- skanery zakresu widzialnego i podczerwieni (telemonitoring pasywny)
- radiometry (telemonitoring pasywny)
- radary obrazujące (telemonitoring aktywny)
4. Przedstawienie algorytmu filtracji.
Filtracja obrazów dostarcza szereg mozliwosci wydobycia z obrazu oryginalnego szeregu informacji lub ulatwia jego obróbke. Filtracje obrazów cyfrowych w dziedzinie przestrzennej uzyskuje sie wykorzystujac operacje splotu (mnozenie dwóch transformat w dziedzinie czestotliwosci tj. transformaty obrazu i filtru, jest równowazne splotowi obrazu z filtrem w dziedzinie przestrzennej). Operacja splotu oblicza nowa wartosc piksela obrazu na podstawie wartosci pikseli sasiadujacych. Kazdy wartosc pikselu sasiadujacego jest odpowiednio wagowana i wplywa na koncowa wartosc piksela obrazu po filtracji zgodnie ze wzorem:
Zastosowanie filtrów w przetwarzaniu obrazów oznacza, że do obliczenia nowej wartości punktu brane są pod uwagę wartości punktów z jego otoczenia. Każdy piksel z otoczenia wnosi swój wkład - wagę podczas przeprowadzania obliczeń. Wagi te zapisywane są w postaci maski. Typowe rozmiary masek to 3 x 3 5 x 5 bądź 7 x 7. Rozmiary masek są z reguły nieparzyste ponieważ piksel na środku reprezentuje piksel dla którego wykonywana jest operacja przekształcania filtrem.
Wynik to wartość ułamka gdzie w liczniku jest suma wszystkich wartości pikseli pomnożonych przez odpowiednie wagi filtru a w mianowniku jest suma wartości wag filtru
Sposoby realizacji filtracji obrazu:
- Filtracja w dziedzinie oryginału (współrzędnych przestrzennych)
- Filtracja w dziedzinie częstotliwości „przestrzennych” (z wykorzystaniem dwuwymiarowego przekształcenia Fouriera)
Rodzaje filtrów:
- filtry liniowe
- filtyr nieliniowe np. filtr medianowy
Przykłady filtrów:
- Dolnoprzepustowe - Wzmacniają („przepuszczają”) składowe obrazu o małych częstotliwościach zmian przestrzennych, tłumią natomiast elementy o większych częstotliwościach. Wynikiem filtracji dolnoprzepustowej jest rozmycie i wygładzenie obrazu.
- Filtry górnoprzepustowe - Wzmacniają szczegóły o dużej częstotliwości, przy zachowaniu integralności szczegółów o małej częstotliwości, co poprawia możliwość identyfikacji obiektów widocznych na obrazie. Zazwyczaj zwiększa się ostrość obrazu, przy czym ujemnym skutkiem jest wzmocnienie szumu.
- Filtry Laplace’a - Wielokierunkowe wykrywanie krawędzi w obrazie, otrzymuje się na ogół krawędzie ostrzejsze niż w przypadku innych metod.
- Filtry przesuwania - Wykrywanie krawędzi za pomocą filtru przesuwania polega na stworzeniu kopii obrazu orginalnego, jej przesunięciu a następnie odjęciu od obrazu orginalnego. Oznacza to, że im większa będzie różnica pikseli pomiędzy przesuniętymi obrazami, tym bardziej wyróżniona zostanie krawędź. W związku z tym, że kopię obrazu można przsówać w kilku kierunkach rozróżniamy filtry: pionowem poziome i ukośne.
5. Autokorelacja przestrzenna
Definicja autokorelacji w sensie matematycznym:
Autokorelacja opisuje, w jakim stopniu dany wyraz w szeregu czasowym zależy od wyrazów poprzednich. Innymi słowy, z autokorelacją mamy do czynienia gdy kolejne obserwowane wartości danej zmiennej są zależne od poprzednio zaobserwowanych.
Definicja autokorelacji w sensie geometrycznym:
Przestrzenna autokorelacja opisuje, w jakim stopniu kilka obserwacji tego samego zjawiska w różnych miejscach(najczęściej w podobnym czasie) zależy od siebie nawzajem.
Przykłady autokorelacji przestrzennej:
6. Regresja przestrzenna
Definicja regresji przestrzennej: Przestrzenna regresja opisuje, w jakim stopniu wartość jednej zmiennej o charakterze przestrzennym, zależy od kilku innych, niezależnych od siebie zmiennych.
7. Przestrzenna interakcja
Modele przestrzennej interakcji, zwane też modelami grawitacyjnymi. Są to metody opisu przepływu wartości ( ludzi, dubr, informacji ) w przestrzeni geograficznej
Na przepływy wartości wpływają czynniki takie jak jakość komunikacji, poziom atrakcyjności danego terenu, oraz odległość, tudzież czas potrzebny do przemieszczenia się.
8. Przestrzenna interpolacja
Interpolacja przestrzenna pomaga oszacować wartość zmiennej w punktach w których nie dokonano pomiarów wykorzystując do tego wartości zaobserwowane w pozostałych miejscach.
Do popularnych metod interpolacji przestrzennej zaliczają się:
- Poligony thiessen'a
- Funkcja minimalnej krzywizny
Metoda ta wykorzystuje dwuwymiarową krzywą sklejaną trzeciego stopnia. Interpoluje ona wartości wybranej zmiennej w taki sposó, aby wynikowa powierzchnia przechodziłą przez wszystkie prnkty podane na wejściu w najłagodniejszy możliwy sposób.
- IDW ( inverse distance weighting )
Jest to metoda interpolacjio wykorzystująca prawo Tobler'a w celu oszacowania nieznanych wartości jako średniej ważonej ze znanych wartości pomiarów w najbliższej okolicy, przy czym pomiary pochodzące z bezpośredniego sąsiedztwa otrzymują najwyższe wagi.
- Kriging
Kriging należy do algorytmów liniowo przybliżających wartość zmiennej przy pomocy metody najmniejszych kwadratów. Estymator Krigingy jest określany jako liniowy ponieważ przybliżana wartość Z(X_0) jest liniową kombinacją wartości w punktach pomiarowych i przypisanych im wag Kringing interpoluje w oparciu o znane przestrzenne zależności wartości szacowanej zmiennej. Zależności te można ustalić na podstawie wariogramu lub macierz kowariancji oraz oczekiwanego trendu zmian wartości interpolowanej zmiennej.
- Funkcja szacowania zagęszczenia
Na podstawie zestawu punktów o znanych wartościach generuje powierzchnię pokrywającą obszar wykraczający poza rejon wyznaczony przez zadane punkty. Zwykle w tym celu zakłada się iż dane punktowe w rzeczywistości są reprezentatywne dla pewnego obszaru sąsiadującego z nimi. Pod względem algorytmicznym obszar ten ustala się za pomocą jądrowej funkcji ważącej. np. dwuwymiarowej funkcji Gaussa.
9. Modelowanie i Symulacja.
Zastosowania GIS w procesach modelowania i symulacji:
- Mapowanie obszarów zagrożonych powodzią
- Mapowanie ryzyka powodziowego
- Mapowanie obszarów zagrożonych katastrowami naturalnymi
- Geowizualizacja zagrożeń ekologicznych w sieciowym GIS do analizy rzoprzestrzenniania się plam ropy na morzu
- Geowizualizacja ataków bombowych
- Geowizualizacja ataków chemicznych
- Grafowa analiza struktur sieciowych ( algorytmy oceny podatności zgrupowania infrastruktur na pojedyńczy atak )