Loading

Module 1: Acquisition et correction d'images

Notes d'étude
Study Reminders
Support
Text Version

Correction de Phénomènes topographiques

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vidéo 1

Bonjour tout le monde et bienvenue aux faux phénomènes de perception topographique et correction partie 2, dans laquelle nous allons discuter beaucoup plus des corrections de FTPP. Dans la première partie, nous avons discuté de ce qu'est exactement le FTPP et dans quelles situations le FTPP est-il observé? Donc, ici, nous allons voir de plus amples détails et c'est ce que j'ai discuté dans les images de télédétection normales d'un satellite de télédétection qui est acquis à partir de suns à Kona ou à proximité de satellites en orbite polaire, qui sont des satellites de télédétection typiques. Donc, voici le capteur qui est montré ici et la position du soleil est celui-ci et le nord est ici. Maintenant, quand cet arrangement est là, alors vous pouvez aussi avoir un sentiment sur ce que j'étais en train de discuter de l'angle d'élévation du soleil et généralement les heures du matin, c'est-à-dire entre 9,30 et 10,30 quand, les images sont requises des satellites synchrones solaires cet angle qui est cet angle d'élévation du soleil est d'environ 45 degrés. C'est ce qu'on voit dans cette figure aussi et ensuite nous avons un autre angle qui est plus important ici est l'angle de l'azimut du soleil. C'est aussi les amis météorologiques, dans cette situation, on montre la théne et à peu près du quadrant sud-est et si l'observateur est ici, ce que je viens de marquer, alors ce qui se passe quand l'image est acquise, ce qui est une autre image, alors et cette image sera souffrante de FTPP si l'image appartient à un terrain vallonné. Parce que si une image appartient à un terrain plat comme un plan indigent ou des déserts, où les ombres sont minimales et ensuite vous avez gagné ne pas voir FTPP. Donc, la raison principale de ce phénomène FTPP est à cause des ombres dans les laiteries lourdes, les ombres sont et parfois très grandes et elles peuvent donner une perception profonde de profondeur assez facile. Donc, une seule méthode, qui était auparavant là, qu'une image unique ne peut pas vous donner une perception de profondeur, ce qui n'est pas vrai, ce que nous avons vu dans la première partie que j'ai montré à plusieurs exemples. Non seulement les images de la Terre, mais aussi sur la lune que ces images souffrent de la FTPP et il n'y a aucune raison et qu'elles ne donnent pas de perception sourde, si elles n'ont pas donné la perception de profondeur et à l'aide d'une image unique, alors nous n'aurons pas été ou n'aurions pas dû voir FTPP. Donc, cette méthode était là plus tôt que pour voir la perception de la profondeur, vous avez besoin d'avoir 2 images de 2 angles différents qui n'est pas maintenant correct après avoir identifié la reconnaissance de ce phénomène FTPP et les images satellites du terrain. Donc, quand cette relation de capteur objectif du soleil est là, ce qui se produit dans le cas de satellites de télédétection typiques, et quand dans la matinée, c'est ce que l'on peut dire maintenant que, pourquoi ne peut pas avoir le soleil sur la direction nord-ouest, cela signifie que le soleil et l'observateur sont tous les deux dans l'hémisphère différent et voir le soleil se fixer à l'ouest avant qu'il atteigne le nord-ouest, il n'atteindra jamais en fait. Donc, il n'arrive jamais dans la direction nord-ouest et, par conséquent, l'acquisition de données du soir n'est pas possible qu'ils l'ont été, bien sûr, ces orbites ont été sagement et design et bien testés comment sont ce temps probablement des phénomènes FTPP n'a pas été réalisé pour plus tard dans. C'est ce que j'ai mentionné: quand et cet observateur ici et l'éclairement solaire dans le même hémisphère, c'est-à-dire dans l'hémisphère sud, alors nous sommes tenus de voir FTPP lorsque nous tournons à l'image de 180 degrés, puis l'éclairement solaire ou que nous nous sommes déplacés ici, la position de l'observateur ou nous voyons en tournant 180 degrés. Nous pouvons aussi protéger l'angle d'illumination aussi ou l'azimut solaire azimut et quand nous mettons l'observateur et la source d'illumination dans l'hémisphère opposé. Alors nous ne verrons pas FTPP donc, quand nous tournons l'image, c'est ce qui s'est passé que les deux vont dans l'hémisphère opposé et que le FTPP est parti. Maintenant, quelles sont les méthodes de correction, une méthode que j'ai déjà discutée est la rotation de l'image de 180 degrés, ce qui est très facile et physiquement ou numériquement elle peut être faite très facile. Mais comme je l'ai également mentionné, lorsque nous utilisons des images satellitaires, ce sont des produits avec d'autres ensembles de données sur la plateforme SIG ou sur la plateforme du système d'information géographique. Ensuite, nous avons un problème si nous tournons, alors tout doit être mis en déroute et cela créera des problèmes. Donc, afin d'éviter ces choses, nous avons besoin d'avoir une autre technique dans laquelle nous ne devrions pas encore les faire tourner mais toujours se débarrasser de FTPP et une technique qui a été développée par nous-mêmes et que c'est le MRS qui est le modèle de correction sidérale basé sur le modèle de correction SRM est aussi appelé colline dit dans la littérature vous pouvez trouver un modèle de relief sidéral ou dans quelqu'un pour le même concept que vous pouvez trouver une terminologie différente qui est l'état des collines. C'est ce qui est fondamentalement et il ya un produit qui est appelé modèle d'élévation numérique la plupart des modèles numériques d'altitude de différentes résolutions spatiales de Partout dans le monde de nos jours disponible pour le téléchargement gratuit.
Maintenant, en utilisant ce modèle numérique d'altitude on peut donner une source d'ombre ou d'éclairage à travers une modélisation et ensuite nous pouvons créer une surface différente qui est appelée modèle de relief sidérale ou modèle différent qui est appelé ainsi le grand nombre de ces modèles numériques librement téléchargeables ont été créés à l'aide d'images de télédétection. Donc, d'abord les données de télédétection que ces ensembles de données ont été utilisés soit à l'aide de la technique d'interféromètre SAR, soit en utilisant une technique de paires stéréo et en utilisant l'une ou l'autre de ces techniques. Un modèle numérique d'élévation du globe a été mis au point de différentes résolutions et ces SM que nous pouvons utiliser pour créer un modèle d'état de colline ou de relief sidéral de notre choix. Notre choix signifie que la source d'éclairage et l'angle d'éclairage qui est l'azimut solaire et l'élévation du soleil, puis au cours de cette modélisation, en créant de DM à SRM peuvent être changée dans le cadre de nos exigences et ensuite nous pouvons utiliser un peu de traitement d'image. Pill image traitement techniques ou transformation couleur transformation technique pour créer une image corrigée de FTPP sans rotation de 180 ° de ce point, l'exemple que nous allons voir bientôt. Maintenant, la troisième possibilité et celle que nous avons développée est de créer des négatifs d'image plutôt que d'utiliser un modèle numérique d'altitude plutôt que de conduire un modèle de relief sidéral de notre choix ayant une élévation appropriée de l'azimut. Et si nous prenons une image simple, une image composite de couleur fausse ou une image composite de couleur et que certaines techniques de traitement d'image exécutent une technique de traitement d'image, nous pouvons aussi nous débarrasser de FTPP. Ainsi, par exemple de SRM et de la création de négatifs d'image, nous allons voir

Vidéo 2

Maintenant ce que quand on va pour SRM Bien que ce diagramme puisse sembler un peu compliqué, mais laissez-moi rendre les choses très simples. Fondamentalement, vous devez avoir un modèle d'élévation numérique sidérale de presque la même résolution, de la résolution de l'espace ou de l'image satellite qui souffre de la FTPP. Maintenant, lorsque nous utilisons ce modèle numérique d'altitude et ce que nous devons faire, nous devons créer un modèle de relief sidéral qui s'oppose à l'azimut solaire par rapport à ce que les images satellites ont parce que l'image satellite qu'elle a bientôt du soleil d'azimut qui se trouve à peu près dans le quadrant sud-est. Mais nous voulons créer à travers cette modélisation du modèle de colline modèle numérique et nous voulons forcer le soleil à aller dans le quadrant nord-ouest et cela peut se faire très facilement sur une plateforme SIG ou même sur certains logiciels de traitement d'image. Donc, comme elle le fait et quand c'est là, alors ce qui a fait pour faire que le composite de couleur que nous avons, nous allons diviser en 3 composants et ce que c'est bientôt ici qu'il sera divisé en 3 composants et c'est un IHS qui est Intensity Hue et saturation, c'est ce qu'il est montré ici. Cette image composite de couleur sera divisée en 2, 3 composants à l'aide de n'importe quel logiciel de traitement d'image numérique standard et maintenant nous aurons 3 composants IHS Intensity Hue et Saturation. Donc, ce qui est fait à l'étape suivante, c'est que l'image d'intensité est remplacée par le MRS qui a un soleil d'azimut opposé par rapport à FAC. Donc, maintenant, ce SRM remplace l'image d'intensité que nous avons découplé de RGB et les 2 composants restants qui sont la teinte et la saturation iront comme il est si la teinte et la saturation vont comme ça. Et une fois maintenant, nous avons 3 composants I comme SRM qui a l'angle opposé à l'image satellite en face de l'angle azimutal du soleil, puis nous avons la même teinte et la même saturation. Maintenant, dans la dernière étape, nous combinons ou faisons la transformation inverse qui est d'IHS est à RGB. Donc, nous avons commencé avec RGB le RGB divisé en 3 composants IHS, I de l'image est supprimé et il est remplacé par SRM ou un modèle de relief sidéral. Ce qui a le soleil azimut opposé a comparé à ce que les images satellitaires ont et quand nous faisons la transformation inverse qui est d'IHS à RGB nous voyons une image qui n'est pas qui ne souffriront pas de FTPP m'a corrigée sans rotation de l'image de 180 degrés. Voyons maintenant, c'est une image du terrain de l'Himalaya et au centre de ce que vous voyez le fleuve Bhagirathi et comme vous pouvez voir que l'image souffre de FTPP et que, par conséquent, la rivière Bhagirathi est en train d'apparaître sur les riches avec géomorphologique, topographiquement, c'est impossible. Maintenant, un autre point à noter ici que le mot nord est à la hausse et maintenant que si vous voyez le soleil azimut qui est 163.3 degré et quand vous téléchargez une image satellite et que vous pouvez aussi télécharger les et ces métadonnées de cette image particulière image et à travers les métadonnées. Vous pouvez savoir quand cette image a été un calme de l'azimut et de l'angle d'élévation du soleil, et même si vous n'obtenez pas ce fichier de métadonnées, il y a des modèles disponibles par lesquels vous pouvez fournir le et vous connaissez l'emplacement du centre en termes de longitude de latitude pour votre image ou une zone d'étude et la date à laquelle l'image a été acquise cette information est très nécessaire, une fois que vous avez fourni ces 2 informations qui sont l'emplacement. Centre emplacement de l'image et la date de l'image à nouveau vous pouvez conduire ce soleil azimut et l'angle de San. Mais si vous avez des métadonnées, alors merveilleux ceci vous donnera des informations plus précises ainsi, ici ce que quand cette image de l'IRS notre capteur de télédétection indien de la liste satellite 3 quand il a été acquis dans la date du 12 octobre 1998. A ce moment, et qu'à ce moment le soleil azimut était à 163,3 degrés et quand cette situation était là, l'image souffre de FTPP. Maintenant, ce que j'ai discuté à travers ce graphique de flux qui utilise le modèle numérique d'altitude de la même région et presque ont la même résolution spatiale, un modèle à la fois a été créé. Donc, si vous ajoutez 180 degrés à 163.3 degré, c'est ce que vous finerez avec 343,3 degré signifie que le soleil azimut dans cette image est à peu près ici dans le quadrant sud-est a été modélisé ou tamisé à travers cette modélisation dans le quadrant nord-ouest en ajoutant 180 degrés et le maintenant et l'élévation du soleil a été maintenue telle qu'elle est, il n'y a pas de changement dans l'élévation du soleil 49.2 dans l'image d'origine, donc, dans le modèle de relief de l'avare est le même. Donc, nous n'avons joué qu'avec le soleil azimut, nous avons forcé le soleil à illuminer cette zone de la direction nord-ouest plutôt qu'à partir de la direction sud-est et quand nous avons été forcés comme ça maintenant, vous pouvez voir que la rivière Bhagirathi a disparu dans la vallée ce qui signifie qu'elle nous donne une perception correcte. Donc, mais cela devient cette image que le SRM devient notre image d'intensité, ce qui est fait comme je l'ai également expliqué à travers ce diagramme de flux. C'est une image colorée qui est l'image RVB donc, cette image est divisée en 3 composants IHS I intensité image H est la teinte qui est des couleurs et S est la saturation des couleurs. Donc, 3 composants sont là 1 composant que I original I de l'image est supprimé et il est remplacé par ce 1 que nous voyons que c'est le modèle de relief sidéral ayant l'angle opposé au soleil azimut et 2 composant qui est Hue et la saturation restent les mêmes. Et quand nous réalisons la transformation en arrière qui signifie d'IHS à RGV c'est ce que nous obtenons. Ici le soleil azimut dans le vrai citoyen et ce n'est pas possible parce que, comme je l'ai déjà dit, quand nous avons besoin du soleil pour illuminer le terrain de la direction nord-ouest, ce qui est impossible parce que avant que le soleil atteigne là, il se fixera au mieux, il n'atteindra jamais dans la direction nord-ouest. Mais nous pouvons le modéliser et c'est exactement ce qui a été fait dans ce cas, que nous avons le modèle du soleil pour aller dans le directeur du nord-ouest et illuminer le terrain et quand on observe et dans ce que vous remarqueriez que nous ne sommes pas tournés vers le nord ici ou que nous n'avons pas tourné, ils ne peuvent pas rester à la hausse. Ainsi, cela signifie que cette image peut ensuite être utilisée avec d'autres jeux de données sur une plateforme SIG, donc cette correction, que vous venez d'observer, est sans rotation. Mais impliquant un modèle de relief ombragé de l'opposition solaire azimutal puis se débarrasser de FTPP et c'est exactement ce qui s'est passé, bien qu'il y en ait parce qu'aucune technique n'est universelle. Et ici aussi nous avons des artefacts que vous voyez dans une couleur bleue très brillante et nous parce que dans l'image originale ces zones dans notre ours dans l'ensemble complet et comme vous pouvez aussi observer ici que ces zones sont dans la configuration complète. Donc, quand les zones sont incomplètes, l'ombre dans cette FTPP doit être corrigée l'image et celles-ci peuvent apparaître comme des artefacts, sinon tout est dans l'ordre et elles qui est sans rotation se débarrassent de FTPP dans cette image. Maintenant, le problème avec cette technique et l'un est bien sûr, des artefacts dans cet exemple vous voyez des exemples que vous ne pouvez pas si le terrain n'est pas si accidenté, alors ce problème que vous pourriez ne pas observer l'autre problème est tout le temps vous avez besoin d'un modèle d'élévation numérique correspondant correspondant. Je parle de presque la même résolution spatiale et cela peut créer un problème parce que maintenant nous allons d'images de résolution spatiale relativement plus grossier à des images de résolution spatiale très haute de 1 mètre de 60 centimètres. Donc, le modèle numérique d'altitude correspondant à la même résolution que les images satellitaires ne sont pas disponibles et donc, cette technique ne peut pas être implicite et pour ces images, qui ont une résolution spatiale élevée. Donc, c'est une limitation est là avec cette technique, mais plus d'exemple de cette technique que nous allons voir et c'est à nouveau le terrain de l'Himalaya, vous voyez de nouveau Bhagirathi fleuve qui coule ici comme ça. Donc, c'est le modèle d'élévation numérique et c'est le modèle de relief sidéral dérivé du modèle numérique d'altitude où le soleil l'azimut a été le soleil a été forcé à illuminer le terrain de la direction nord-ouest qui signifie que ce que l'image originale a 162, 180 a été ajouté et nous finissons avec 342.5 et quand c'est la situation, puis le remplacement de ceci par l'image d'intensité et l'image des siècles de l'ONU reste la même transformation en arrière de IHS à RGB et nous finissons avec cette image. Donc le nord dans cette image nord n'est pas en cause à ce sujet. Et le fleuve est allé dans la vallée ce qui signifie que le FTPP est parti et que cette image ou l'analyse de produit ou son produit peuvent être utilisés avec d'autres jeux de données sans faire tourner l'image. C'est là le point sous-jacent qu'ici nous ne tournons pas l'image, mais nous nous débarrinons toujours de l'ensemble des 3 choses de FTPP. Il s'agit de l'image d'entrée qui souffre du décalage FTPP ce qui est composite de couleur composite de couleur composite. C'est le modèle de relief ombragé ayant une illumination solaire de la direction nord-ouest où est à l'origine l'image du soleil azimut, dans la direction sud-est et quand nous faisons cette transformation, ce que nous avons le soleil ici dans l'observateur de direction nord-ouest, et le nord est à la hausse, mais c'est encore que nous n'avons pas de FTPP dans cette image. Maintenant, une technique de plus, que je voudrais apporter ici est à propos de la création négative négative de l'image d'intensité et dans cette technique, nous n'avons pas besoin d'un modèle de relève sidérale correspondant car dans le précédent le problème que nous avons commencé à utiliser lorsque nous commençons à utiliser un modèle de résolution de l'espace élevé et les modèles numériques correspondants de cette résolution deviennent difficiles à acquérir. Par conséquent, une autre technique aurait dû être développée c'est ce que nous avons fait qu'un composite de couleur composite de couleur faux est RVB une image RGB typique. Donc, nous pouvons faire ce que nous pouvons faire Nous pouvons diviser ce RGB en 3 canaux différents que nous avons quand nous avons discuté de cet espace de galerie, nous avons discuté de ce que dans le cube de couleur, nous pouvons utiliser divers plans pour projeter notre image ou nos données et une a typique est le RVB et c'est le bleu vert rouge. Un autre peut être IHS, c'est-à-dire la saturation d'intensité. Un autre avion dans lequel nous pouvons projeter les données est CMY qui est le cyan magenta yalo que les appareils d'impression utilisent. Donc, dans le cube de couleur des minorités, beaucoup de jeu peut être fait et nous pouvons profiter de l'avantage et nous débarrasser de tels phénomènes comme le FTPP. Donc, RGB est découplé en images de couleur scindé en 3 composants qui est IHS et ici ce qu'il est fait et que l'intensité négative de l'image d'intensité est créée et quand nous créons une image négative de l'intensité, ce que nous faisons en gros, nous forons le soleil à aller du quadrant sud-est au quadrant nord-ouest et une fois qu'il est fait. Ensuite, une transformation d'image en arrière qui signifie d'IHS à RGB est effectuée bien que si, le composant d'intensité est l'image négative de l'intensité de RGB d'origine, alors la teinte et la saturation resteront les mêmes que dans la technique de Natalya. Quand c'est fait, on se débarrassez de FTPP sans impliquer un modèle numérique d'élévation ou un modèle CW donc, très rapidement, sans utiliser beaucoup de logiciels ou selon le logiciel ou selon le modèle de résolution spatiale correspondante, nous pouvons nous débarrasser de FTPP et cela aussi sans rotation de l'image. Donc, c'est le dernier développement que nous avons fait il y a quelques années et que nous avons éliminé le FTPP sans faire de rotation.
Et sans impliquer un modèle de relief sidéral. Cependant, les zones de l'image d'origine qui ont une ombre incomplète donnent des artefacts et des variations de couleur par rapport à la FCC originale. Sinon, le FTPP est parti et il n'y a toujours pas d'interprétations fiables parce que si nous voyons et il a fait qui souffre de FTPP qui signifie la typographie inverse, alors nous sommes tenus de faire des interprétations erronées. Donc, il est toujours nécessaire chaque fois que nous utilisons des images de terrain vallonné qui se débarrinde d'abord de FTPP par l'une ou l'autre de ces techniques et que nous commençons à faire des interprétations et qu'il ne faut pas interpréter les images d'un terrain vallonné sans se débarrasser de FTPP autrement, une mauvaise interprétation sera faite et si ces dérivés de l'interprétation sont utilisés pour d'autres analyses, alors l'analyse peut aussi créer de mauvais résultats. Donc, c'est un utilisateur d'images satellitaires d'un terrain doit être conscient qu'il existe un phénomène qui est de faux phénomènes de perception topographique, 3 techniques que nous avons développées. En fonction de vos besoins, on peut utiliser ces techniques et se débarrasser de FTPP avant de démarrer, d'analyser ou d'interpréter votre image satellite et la même image Entrée image sur le côté gauche, qui souffre de FTPP sur le côté droit que vous voyez et vous savez, l'image, qui a été débarrasée de FTPP sans rotation et sans impliquer un modèle de relief ombragé. Donc, la résolution est un problème de résolution spatiale ne se posera jamais dans une telle technique de correction FTPP et c'est l'exercice que j'ai fait par le biais des étudiants, et très intéressant que l'image ait été utilisée. Quand j'ai donné ça aux étudiants, quand l'image a souffert de FTPP et ils ont fait l'interprétation des linéaments, puis je me suis débarras de FTPP et leur ai demandé de faire des interprétations contre eux et ce que vous observez, que vous pouvez aussi voir à travers ces gourous diagramme, que vous savez, les directions ont complètement changé de caractéristiques différentes et ceci ici ce nord-est, les caractéristiques de direction sud-est. Ce que nous ne savons pas faire, ce qui est important dans l'interprétation, nous sommes mis en évidence dans les images qui vont corriger la FTPP. Donc, c'est ce que je voulais montrer que si une image est en souffrance de la FTPP, on est obligé de faire des interprétations erronées et, par conséquent, il est très nécessaire de corriger l'image du FTPP devrait être corrigé pour le FTPP et ensuite l'interprétation devrait être faite et c'est aussi une interprétation linéaire sur la FCC corrigée aussi elle est là aussi.

Vidéo 3

Je vais vous montrer la règle de ce que j'ai fait et que j'ai développé une simulation d'animation simulée d'animation signifie qu'il y a huit scénarios, qui ont mis dans une séquence un peu d'écart de temps et aussi la position du soleil. Donc, quand cette animation commence ce que vous voyez que le soleil tourne et quand le soleil se trouve dans les observateurs de l'hémisphère sud se trouve aussi dans l'hémisphère sud, vous aurez à observer le FTPP. Quand le soleil se couche dans l'hémisphère nord, l'observateur reste dans l'hémisphère sud, vous n'observerez pas le FTPP. Donc, maintenant nous allons voir cette animation d'image, comme je viens d'expliquer que, ici, la position du soleil est en train de changer et quand nous voyons le changement de position, la perception de profondeur change aussi et la même fois nous verrons comment le FTPP apparaît et disparaît ainsi, laissez-nous avoir cette animation. Ce que nous voyons quand le soleil est dans l'hémisphère sud, on voit un FTPP, mais quand le soleil va dans l'hémisphère nord, on ne voit pas le FTPP. Donc, comment cette image a été créée ou cette animation m'a permis d'expliquer huit scénarios au nord-sud, à l'est, à l'ouest et au nord-est, au sud-est, au sud-ouest et au nord-ouest. Huit scénarios ont été créés à l'aide de ce modèle de relief ombragé de huit endroits différents du soleil ou du soleil azimut, puis de la transformation en arrière. Huit fois la correction topographique ou le FTPP a été fait. Et donc 4 fois ce que vous voyez là, quand le soleil est dans l'hémisphère sud, cependant, c'est blanc et en arrière-plan est un noir, on peut dire que c'est la lune, mais on pense que c'est la position du soleil que nous montrons ici. Donc quand le soleil se couche dans l'hémisphère sud, nous observons le FTPP quand le Soleil va dans l'hémisphère nord, nous n'observons pas le FTPP et s'il vous plaît noter que nous avons juste changé l'angle azimutal du soleil pas l'angle d'élévation du soleil ici maintenant dès maintenant que le soleil est parti dans l'hémisphère nord. Observer dans l'hémisphère sud, nous ne voyons pas le FTPP, alors, quand tant l'observateur que le soleil se trouvent dans un hémisphère opposé comme celui-ci, alors nous ne disons pas maintenant que nous voyons le FTPP et quand il va de nouveau voir, nous ne sommes pas en train d'observer le FTPP. Ceci explique en outre, et que ce qui est le rôle de l'azimut solaire dans le cas de la FTPP et ceci clairement, démontre clairement et que le FTPP se produit lorsque le soleil azimut ou l'éclairement solaire ou la source d'éclairage et l'observateur se trouvent dans le même hémisphère lorsqu'ils se trouvent dans l'hémisphère opposé. Nous ne voyons pas le FTPP comme une animation démontrée maintenant, nous allons observer une autre animation dans laquelle au lieu de vous connaître la création d'images simulées pour le soleil azimut dans cette animation, le soleil azimut a été maintenu identique qui est dans la direction nord-ouest sans FTPP et les images corrigées FTPP et tous les 5 degrés à partir d'images d'origine ont été créées des images successives et mises en animation. Donc, c'est la raison pour laquelle j'utilise le mot animation simulée pour que, dans cette animation simulée ce que vous voyez, lorsque le soleil est le proche horizon que vous voyez très ténèbres dans l'image les ombres sont très grandes et là pour la perception de la profondeur est le maximum et le soleil est proche de l'horizon qui est à 5 degrés ou 10 degrés lorsque le soleil passe au-dessus des ombres devient minimum et la perception de profondeur diminue de façon significative. Donc, ceci démontre que l'élévation du soleil joue aussi un rôle et pour la perception de la profondeur, et aussi vous savez annuler ce mirage. Ce qui dit que pour voir une perception de profondeur dans l'image satellite on a besoin d'images de 2 directions différentes qui ne sont pas correctes de cette façon. Donc, ici on peut voir que l'élévation du soleil et jouera un rôle très important, pourquoi je suis en train de discuter de cette animation ici, parce que pendant la saison d'hiver et c'est cette situation en hiver et que le soleil se trouve dans les horizons bas, notre horizon proche en début de matinée quand des images sont en cours d'acquisition, et donc, si vous faites une analyse des images de la saison d'hiver et de la saison d'été, alors vous vous heurteriez à ce problème de conditions différentes. Donc, une fois qu'on le sait par la modélisation à l'aide de différents modèles de relief sidérale, on peut corriger une image, puis une autre image peut être utilisée pour la comparaison, mais quand 2 images de 2 saisons différentes sont utilisées à certaines fins. Il faut savoir qu'en raison de l'angle d'élévation du soleil, ils peuvent avoir des ombres différentes et donc, différentes conditions de l'ombre et la perception de la profondeur, et la même chose avec le soleil azimut aussi. Donc, il faut garder cela à l'esprit lorsque nous utilisons des images satellites et surtout que je parle de terrain vallonné, parce que le plus difficile est d'utiliser des images satellite de terrain comme l'Himalaya qui est très considéré comme cet exemple est aussi de l'Himalaya de la vallée de la rivière Bhagirathi, qui est une partie de ou un affluent de Ganges. Maintenant, ce que nous voyons ce jour-là, une fois que nous avons publié notre travail là-bas et identifié ce phénomène FTPP, des gens qui ont commencé à utiliser notre travail et ils ont commencé à incorporer dans leurs publications et ont également commencé à développer leur propre chose et même si ici et ce bleu ont mentionné dans leur article, que le FTPP est un problème d'inversion de relief et d'abord identifié par Seraph du tout en 1996. Il y a un accusé de réception clair, bien que cela aurait dû être mis à jour ici, qu'il n'est pas plus impressionné que ce document ait déjà été publié de toute façon. Donc nous avons fait ce qu'ils ont fait, ils ont impliqué une transformation des ondelettes qui est une très forte technique très puissante dans le traitement d'image et ils ont pris l'image de la surface de la lune et aussi un modèle numérique d'élévation et utilisant ce modèle numérique d'élévation et le modèle de direction opposée et le modèle de relief de l'ombre qui a été créé dans la rangée du milieu, et ensuite et de la même façon que la transformation est faite, alors, quand cela est fait, alors à travers cette transformation d'ondelettes, vous voyez sans rotation FTPP est partie sur la droite image, voir la comparaison avec l'image de gauche, l'image d'extrême gauche et l'image de droite de la Samearea. Mais l'image de gauche est la souffrance où le nord est une image de gauche vers le haut souffre de FTPP quand vous voyez et quand vous utilisez le modèle de relief de l'ombre et à travers une transformation d'ondelettes. Ensuite, ce que vous voyez que le FTPP est parti sans rotation de l'image dans cette technique et qui a utilisé et qui a utilisé le modèle de soulagement sidérale de direction opposée. Un autre exemple est aussi bientôt sur le créateur de la surface de la Lune, puis sur certains modèles de relief de la même zone et le milieu du bas du fond, puis sur l'image du bas droit, qui est maintenant et fait et ne souffre pas de FTPP sans rotation qui a été corrigée. Mais il y a une limitation dans leur travail les exemples que j'ai montré à partir d'images colorées ou de fausses couleurs composites ou RGB ici très habilement ce qu'ils ont fait, ils n'ont pris que des images en noir et blanc. Donc, il n'y a pas 3 composants et, par conséquent, les artefacts que j'ai mentionnés dans ma technique de correction, le problème des artefacts ne se pose pas ici, parce qu'il s'agit d'une image de bande unique image de bande unique, mais néanmoins, une technique a été développée. Et qui est basé sur la transformation des ondelettes et FTPP a été corrigé, une fois qu'il a été corrigé pour une bande, il peut être implicite à corriger pour d'autres canaux ou d'autres événements et enfin, un composite de couleur peut aussi être créé. De même, ce phénomène de FTPP que nous avons discuté, et les causes de la FTPP, quelles sont les raisons qui causent le FTPP et où elles se produisent dans un (()) (36:40), et pas seulement à la surface de la terre. Mais aussi sur la lune et aussi FTPP est observé à la surface des mars et vous pouvez également vérifier sur le Google mars. Donc, quand vous installez Google Earth, et la même fois, Google moon et Google mars sont également installés et ils sont aussi vous pouvez observer sur l'image de gauche comme ici et ceci est mars Express et la zone de la bête et sur l'image de gauche est en souffrance de FTPP et parce que le sable azimut est de la direction sud-est et donc, vous voyez que vous savez que le créateur n'est pas la perception incorrecte, mais en ce moment quand j'ai tourné cette image de 180 degrés, alors nous commençons à voir les choses dans la perception correcte. Donc, ça veut dire, ce que nous pouvons voir après avoir vu un autre exemple de la surface des images satellites de la surface des mars qui a aussi une certaine rugosité et que ce que nous pouvons dire ici avec le lot de confiance que les images acquises par des satellites en orbite polaire ou des suns dans les satellites de la corolite, non seulement de la Terre, de la Lune ou de Mars souffriront toujours de la FTPP, c'est une déclaration forte et audacieux que j'ai faite que des images d'un terrain vallonné. Acquis à partir de satellites en orbite polaire de n'importe quelle partie du globe ou de la lune ou Mars souffriront toujours de FTPP ce qui veut dire, on peut dire que FTPP est un universel Phénomène et, bien sûr, pour le flittering et pour tous ceux qui ont commencé ou qui utilisent ces images de terrain vallonné de l'un de ces corps, planète Terre ou planète Mars ou satellite. Alors on devrait être au courant des phénomènes, on devrait quand utiliser, on devrait faire des corrections, puis commencer à faire les interprétations.

Vidéo 4

Il est intéressant de noter que c'est pourquoi, dans la première partie, j'ai dit qu'elle allait être divertissante. Donc, c'est ce que je vais montrer divertissant et il y a un artiste et dont le nom est Houldsworth, ce qu'il a identifié ce phénomène et beaucoup plus tard, et ce qu'il a commencé à mettre sa propre galerie, qui s'appelle la galerie d'Houldsworth pippy, et ce qu'ils ont fait qu'ils prennent une image. Qui souffre de FTPP et fait partie de cette image, vous connaissez l'image de rotation, puis mettez