پیش پردازش تصویر
تصاویر سنجش از دور به صورت خام که از سنسورهای راه دور دریافت می‌شود ممکن است مخدوش شده یا دارای نقص‌هایی باشد. عملیات پیش پردازش معمولاً قبل از تفسیر و تجزیه و تحلیل تصویر مورد نیاز است. اساساً دو نوع عملیات پیش پردازش تصویر وجود دارد: کالیبراسیون هندسی و رادیومتری. کالیبراسیون هندسی با هدف حذف اعوجاج هندسی در یک تصویر ناشی از تغییرات هندسی سنسور – زمین (مانند مواردی که ماهواره‌ها یا هواپیماها از ارتفاع معمولی خود خارج می‌شوند، یا سنسورهای منحرف کننده از صفحه اصلی فوکوس) و ژئورفرنس تصویر به یک مکان خاص سیستم مختصات نقشه پیش بینی شده به طوری که می‌تواند با سایر لایه‌های داده GIS ترکیب شود. کالیبراسیون رادیومتریک شامل تصحیح یک تصویر برای بی نظمی حسگر، تصحیح یک تصویر برای اثرات جوی، یا بازیابی یک تصویر به طوری که به طور دقیق تابش اندازه گیری شده توسط سنسور را نشان دهد. نوع پیش پردازش مورد نیاز برای یک تصویر به کیفیت تصویر و هدف استفاده از داده‌ها بستگی دارد و در سنسورها بسیار متفاوت است. این بخش فقط برخی از عملیات پیش پردازش تصویر موجود در GIS را معرفی می‌کند.
کالیبراسیون هندسی
کالیبراسیون هندسی فرآیند تبدیل مختصات تصویر تحریف شده به مختصات تصویر صحیح هندسی است. ممکن است شامل چرخش، بزرگ شدن مجدد، طرح ریزی یا بازتولید تصویر باشد. به طور کلی پیکسل در تصویر اصلاح شده با پیکسل در تصویر تحریف شده اصلی همپوشانی ندارد (شکل ۶-۸). مقدار پیکسل در تصویر تصحیح شده باید مجدداً بر اساس مقادیر پیکسل اطراف موقعیت تغییر یافته در تصویر اصلی محاسبه شود. این فرایند را نمونه گیری مجدد می‌نامند. اساساً سه روش برای نمونه‌گیری مجدد وجود دارد : نزدیکترین همسایه، درون‌یابی دوخطی و کانولوشن مکعبی.
روش نزدیکترین همسایه مقدار هر پیکسل را در تصویر خروجی تصحیح شده به عنوان مقدار نزدیکترین پیکسل آن (مرکز به مرکز) در تصویر تحریف شده اصلی تعیین می‌کند. به عنوان مثال طرح آبی پررنگ در شکل ۶-۸ پیکسل هدف را در تصویر خروجی نشان می‌دهد. مقدار پیکسل با برچسب a در تصویر ورودی به آن اختصاص داده می‌شود. روش نزدیکترین همسایه مقدار پیکسل‌ها را تغییر نمی‌دهد، بنابراین سریع است و یکپارچگی داده‌ها را حفظ می‌کند. اما ممکن است در تصویر تصحیح شده ظاهر مسدود کننده ایجاد کند زیرا ویژگی‌های تصویر خروجی ممکن است تا نیم پیکسل به صورت مکانی خنثی شوند (شکل ۶-۹ b).
روش درون یابی دو خطی مقدار پیکسل خروجی تصحیح شده را به عنوان میانگین یا میانگین وزنی فاصله از چهار پیکسل ورودی نزدیک محاسبه می‌کند. به عنوان مثال پیکسل خروجی هدف درشکل ۶-۸ به عنوان میانگین مقادیر پیکسل‌های برچسب گذاری شده با a و b تعیین می‌شود. این تصویر صاف تر از روش نزدیکترین همسایه تولید می‌کند، اما محدوده مقادیر روشنایی تصویر اصلی را تغییر می‌دهد (شکل ۶-۹ c).
شکل ۶-۸ تصویری صحیح از نظر هندسی که روی یک تصویر اصلی با شکل هندسی مخدوش قرار گرفته است.
شکل ۶-۹ نمونه برداری مجدد از یک تصویر لندست TM: (الف) اصلی، (ب) نزدیکترین همسایه، (ج) درون یابی دو خطی و (د) کانولوشن مکعبی
روش کانولوشن مکعبی مقدار پیکسل اصلاح شده را به عنوان میانگین یا مقدار وزنی فاصله از شانزده پیکسل ورودی نزدیک محاسبه می‌کند. به عنوان مثال ، پیکسل خروجی هدف درشکل ۶-۸ به عنوان میانگین مقادیر پیکسل‌های برچسب گذاری شده با a ، b و c تعیین می‌شود. شبیه به درون یابی دو خطی است ، اما از نظر محاسباتی فشرده تر است. این روش یک تصویر را واضح می‌کند و ممکن است نویز را صاف کند (شکل ۶-۹ d). هر دو درون یابی دو خطی و پیچیدگی مکعبی شامل تغییر مقادیر پیکسل اصلی هستند ، که ممکن است در تجزیه و تحلیل الگوی طیفی بعدی تصویر مشکلاتی ایجاد کند. برای جلوگیری از این مشکلات، این دو روش اغلب پس از تجزیه و تحلیل الگوی طیفی انجام می‌شود.
کادر ۶-۳ نحوه نمایش مجدد تصویر و تغییر اندازه سلول آن در ArcGIS را با استفاده از یکی از روشهای نمونه گیری مجدد در بالا نشان می‌دهد.
کادر ۶-۳ بازتاب، چرخش و نمونه برداری مجدد تصاویر در ArcGIS |
کاربردی |
| برای پیروی از این مثال، ArcMap را راه اندازی کنید و تصاویرwyle2000.tif و wylc2014.tifایجاد شده در کادر ۶-۲ را بارگیری کنید. wyle2000.tifو wylc2014.tifبه UTM Zone 55Nبا WGS84پیش بینی شدند. در این مثال، هر دو تصویر به نقشه شبکه استرالیا (MGA) با داده زمین مرکزی استرالیا (GDA94)1994 بازپخش خواهند شد . wyle2000.tif نیز از وضوح ۳۰ متر به وضوح ۲۰ متر نمونه برداری می‌شود. |
طراحی مجدد تصویر |
| ۱) ArcToolBox را باز کنید. در پنجره ArcToolBox به مسیر Data Management Tools > Projections and Transformations > Raster رفته و روی Project Raster دوبار کلیک کنید. |
| ۲) در گفتگوی Project Raster : |
| الف) wyle2000.tif را به عنوان رستر ورودی انتخاب کنید. |
| ب) C:\Databases\GIS4EnvSci\WooriYallock\wyle2000mga.tif را به عنوان مجموعه داده رستر خروجی وارد کنید. |
| ج) روی دکمه Spatial Reference Properties کلیک کنید. در گفتگوی Spatial Reference Properties، Projected Coordinate Systems > National Grids > Australia را گسترش دهید، Zone 55 GDA 1994 MGA را انتخاب کنید و روی OK کلیک کنید. Zone 55 GDA 1994 MGA به عنوان سیستم مختصات خروجی تنظیم شده است. |
| د) NEAREST (نزدیکترین همسایه) را به عنوان روش نمونه گیری مجدد انتخاب کنید. |
| ه) روی OK کلیک کنید. تصویر چند باندی بازپخش شده ایجاد شده و به نمای داده اضافه می‌شود. |
| ۳) مراحل قبلی را برای پروژه مجدد wylc2014.tif به Zone 55 GDA 1994 MGA تکرار کنید و تصویر باز پروژه شده را به صورت
C:\Databases\GIS4EnvSci\WooriYallock\wylc2014mga.tif ذخیره کنید. |
نمونه برداری مجدد از یک تصویر |
| ۴) در پنجره ArcToolBox، به Data Management Tools > Raster > Raster Processing بروید و روی Resample دوبار کلیک کنید. |
| ۵) در گفتگوی Resample : |
| الف) wyle2000mga.tif را به عنوان رستر ورودی انتخاب کنید. |
| ب) C:\Databases\GIS4EnvSci\WooriYallock\wyle2000mga20.tif را به عنوان مجموعه داده شطرنجی خروجی وارد کنید. |
| ج) در هر دو کادر X و Y عدد ۲۰ را وارد کنید. |
| د) CUBIC (کانولوشن مکعبی) را به عنوان روش نمونه گیری مجدد انتخاب کنید. |
| ه) روی OK کلیک کنید. اندازه پیکسل تصویر چند باند ورودی از ۳۰ متر به ۲۰ متر تغییر می‌کند. |
بدون دیدگاه