Геопривязка изображений в программном комплексе Envi

• 1. Цель работы: выполнить географическую привязку изображений.
• 2. Исходные данные, материалы и используемые программные продукты: геопривязанный панхроматический космический снимок SPOT bldr_sp, многоспектральный космический снимок LANDSAT bldr_tm, программный комплекс ENVI 4.7.
• 3. Задачи практической работы:

Выполнить поиск и измерение координат соответственных точек на снимках.

Проанализировать и выбрать наилучший метод дискретизации из представленных в ENVI.

Выполнить трансформирование снимка с использованием различных методов (RST, Polinomial, Triangulation), реализованных в ENVI.

Сравнить полученные результаты (средние квадратические ошибки).

Защита отчета.

1. Поиск и измерение координат соответственных точек на снимках.

Для выполнения привязки космического снимка необходимо в главном меню программного комплекса ENVI выбрать Map — Registration — Select GCPs: Image to Image.

Рис. 1.

В открывшемся окне Image to Image Registration необходимо указать, в каком окне загружено геопривязанное изображение, а в каком обрабатываемое.

Рис. 2.

Появится таблица Ground Control Points Selection.

Рис. 3.

Затем необходимо выполнить найти хорошо опознаваемые объекты на обоих снимках и выполнить измерение соответственных точек в количестве 30, стараясь располагать их оравномерно по всей площади снимка. 10 точек выбираются в качестве контрольных (рисунок 1). Необходимо, чтобы средняя квадратическая ошибка (RMS Error) привязки были меньше 1 пикселя.

интерполяция точка снимок свертка.

2. Сначала выбирается метод дискретизации изображения (Resampling) из реализованных в ПК ENVI:

Nearest Neighboor — метод «ближайшего соседа».

Bilinear — билинейной интерполяции.

Cubic Convolution — кубической свертки.

Рис. 5 — Сравнение методов дискретизации: а) Nearest Neighboor, б) Bilinear; в) Cubic Convolution

В результате в качестве методы для дальнейшей работы выбран метод Bilinear — билинейной интерполяции.

3. Трансформирование снимка выполняется с использованием методов, реализованных в ENVI (Warp Method):

RST — поворот, масштабирование, сдвиг.

Polinomial — полином n-й степени.

Triangulation — триангуляция Делоне.

Рис. 6 — Результаты трансформирования снимков: а) Polynomial 1-й; б) RST; в) Polynomial 3-й степени; г) Polynomial 2-й степени; д) Triangulation

4. Для выбора наиболее точного метода трансформирования необходимо сравнить значения средних квадратических ошибок RMS, полученных для разных методов (таблица 1).

Таблица 1.

Вывод: Сравнив значения СКО, полученных при разных методах трансформирования, наименьшее значение СКО было получено в методе Polynomial₂.

5. К зачету по лабораторной работе представить:

Отчет, оформленный в соответствии с стандартом СТО СГГА-011−2016.

Контрольные вопросы по лабораторной работе.

• 1. Методы привязки изображений.
• 2. Методы дискретизации.

Ответы на контрольные вопросы:

• 1. Методы привязки изображений:
  • — Сдвиг, поворот и масштабирование;
  • — Аффинное преобразование (полином первой степени);
  • — Проективное преобразование;
  • — Преобразование полиномами второй степени;
  • — Преобразование полиномами третьей степени.
• 2. Дискретизация — это преобразование непрерывного сигнала в последовательность чисел (отсчетов), то есть представление этого сигнала по какому-либо конечномерному базису. Это представление состоит в проектировании сигнала на данный базис.

Методы дискретизации сигналов делятся на несколько групп в зависимости от принятых признаков классификации:

• 1. регулярность отсчёта
• — равномерные;
• — неравномерные;
• — случайные;
• — адаптивные;
• — программируемые;
• — с кратными интервалами;
• — с некратными интервалами.
• 2) критерий оценки точности дискретизации и восстановления
• — максимальный;
• — средне-квадратичный;
• — интегральный;
• — вероятностный;
• — по статическим характеристикам.
• 3) базисные функции
• — ряд Фурье;
• — ряд Котельникова;
• — полиномы Чебышева;
• — полиномы Лежандра;
• — функция Уолша;
• — степенные полиномы.