Loading

Module 1: Immagine Acquisizione e Correzione

Note di Apprendimento
Study Reminders
Support
Text Version

Mosacalci Tecnica e Applicazione

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

    +

Video 1

Ciao a tutti e benvenuti alla discussione su tecniche di sottocampionatura di sottoscala e le loro applicazioni in questo corso di essenzialità sensing. A volte si sa che ci troviamo di fronte a un problema di cui si conosce la mosaia perché la tua area di interesse potrebbe essere coperta da 2, 3 scene possono essere 4 o a volte grandi come da coprire e per quella scene devono essere moscate. Quindi per un college diciamo anche così che deve essere fatto e lo scopo qui è creare un mosaico che non abbia gli schemi o creare uno schema meno mosaico. Generalmente è un po' difficile ma ci sono ancora tecniche che sono disponibili nell'elaborazione delle immagini digitali e anche nei software di cui possiamo fare mosaico di diverse scene e set di dati in 1 immagini singole. Quindi se guardiamo la definizione che in sostanza ci si riferisce al processo di combinare spatialmente le immagini in sovrapposizione in un unico dataset per produrre un'immagine spatialmente continua basata su una funzione di aggregazione. Ora questa immagine spatialmente continua significa anche qui che dobbiamo non avere un visto il più lontano possibile. Ma a volte le scene troppo adiacenti possono avere date diverse generalmente sono e se il gap di tempo è grande tra queste due scene adiacenti diventa molto difficile rimuovere la scena o le modifiche che sono presenti in 2 diverse immagini. Ma ciononostante si sta anche unendo anche qualche parola di tempo. Ma unire o fare mosacalci sta portando 2 scene adiacenti come in questa figura si vede qui che 2 scene adiacenti sono qui e poi viene creata l'uscita ma la produzione attualmente sta avendo una scena mentre la scena non avrebbe dovuto esserci. Ma comunque quella scena può essere rimossa anche con determinate tecniche certe vie e accovallate o un mosaico combinato può essere creato. Quando vediamo le immagini reali allora questo è un mosaico che possiamo fare in un software commerciale di cui ho discusso anche in dimostrazione. 2 esempi di mosaane 2 scene band da 2 a semplice banda non colorata vengono mostrati qui ma anche i compositi di colore sono mosazzati come questo. Quindi l'area comune che state vedendo è questa l'area comune ora qui durante la mosaia si deve dichiarare che quello che dovrebbe essere fatto con l'area comune se una media va presa o chi si sta avendo a decidere o deciso dall'utente come in questo uno quello che è in fondo può avere i valori di pixel in quella zona che è la parte sovrapponente. E per esempio sul lato destro questo è ciò che stiamo vedendo in mosaico e se non vediamo i bordi di questa immagine allora probabilmente in questo particolare esempio questa scena tra 2 scene non può essere identificata. Quindi questo è un esempio di un buon mosaico ma questi sono sostanzialmente l'esempio non è esattamente dalle immagini satellitari ma dalle fotografie aeree 1 e anche se sarebbero state immagini satellitari ma se sono una dopo l'altra che è una che si conosce nello stesso percorso che significa che rappresentano l'area della stessa data poi creare mosaico non è difficile o soprattutto mosaico seamless. Ma quando 2 diverse immagini orbite sono lì e la differenza di tempo è lì allora fare mosaico seamless diventa poco difficile ma ci sono modi per minimizzare quella scena e possiamo avere un tale esempio. Come qui di nuovo questo è dallo stesso software commerciale e le varie immagini sono state scattate qui e il mosaico seamless è quello che vedete sul lato destro. Tante scene sono qui ma le loro scene sono state minimizzate a parte che i margini sono lì i bordi di una scena un altro c'è poi è che diventa molto difficile rimuovere quella. E altrimenti è possibile creare un mosaico seamless. L'esempio che prima abbiamo preso in giro per questo il sebo e la sega può essere necessario che seam debba essere sempre un sebo dritto può essere anche una linea arbitraria come qui e poi si può creare anche il mosaico. Ecco qui l'esempio forse migliore qui di prendere o creare mosaici di 2 scene adiacenti che stanno avendo caratteristiche spettrali diverse che significa perché appartengono a 2 date diverse ora come può essere fatto così la tecnica qui è l'abbinamento dell'istogramma ed è per questo che quando abbiamo iniziato a discutere di elaborazione digitale delle immagini dei dati satellitari. Abbiamo iniziato con l'istogramma diventa molto importante in quasi tutta la lavorazione dei dati di telerilevamento. Quindi qui gli istogrammi di tutte queste 3 scene che stanno avendo caratteristiche spettrali diverse sono state combinate da una tecnica di matching istogram e poi non si vede cuocere tra come qui non si vede più seam qui seam è completamente sparita. Così in questo modo si può creare questo mosaico. Qui l'esempio del 3 ma ci possono essere 30 scene l'unica cosa che l'immagine in uscita sarebbe di dimensioni molto grandi in termini di memorie dei computer così uno deve prendersi cura di quella parte mentre ci stiamo muovendo verso una risoluzione spaziale superiore e superiore. E quindi i nostri requisiti dati o la gestione dei requisiti di gestione dei dati sta diventando molto grande e quindi uno deve prendersi cura delle dimensioni. Altrimenti è possibile creare un mosaico seamless di varie scene. Ma più esempi qui è piuttosto che l'istogramma di matching qui è l'esempio del bilanciamento del colore escludendoci aree che significa che le aree comuni sono state escluse e quello che troviamo quello del mosaico corruttistico è stato creato di nuovo usando lo stesso software commerciale ma a volte sui bordi si vede che è un mostruoso qualche oscurità. Quindi probabilmente quella parte diventa difficile da rimuovere comunque si sa che si cerca sempre di ottenere meno si sa che si cerca sempre di ottenere la migliore uscita possibile attraverso diverse tecniche di mosaizzazione. Ora e questo è l'esempio da Plateau tibetano e questi sono i sapori di terra sat 8 dati che hanno 78 scene e quello che stiamo vedendo se non si vede i bordi theconfine poi tra probabilmente è molto difficile trovare una scena perché è stata creata in modo tale che la scena non diventi evidente. Nondimeno lasciateci alcuni posti a causa della differenza di tempo tra diverse immagini che vedete qui e le cucitelle sono visibili anche altrimenti è un buon prodotto tranquillo. Quindi che si tratti di un 2 scene, 10 scene, 30 scene o in questo esempio 78 scene mosaici possono essere create per quanto possibile il miglior mosaico seamless. Tuttavia la scocca questa è una terra seduta 8 e ci sono 3 band sarebbe un mosaico di molti gigabyte ci sarebbe. Quindi uno come gestire che gran parte dei dati altrimenti tecnicamente è possibile creare una scena di 100 minuti di scene insieme. Uno dei migliori esempi di mosaico seamless e l'immagine orto-rettificata che è disponibile per il globo. E ha come in questa ci sono 24 immagini di tra 1984 a 1997 di India centrale intorno al polo nord è stata moscata vedere la differenza di tempo che c'è più di 13 anni di differenza di tempo c'è comunque questo è un mosaico completo di 24 scene e no dove si vede nessuna scena tra queste immagini che sono le 24 immagini. Quindi è possibile che siano le 24 immagini così è possibile creare un mosaico seamless e si può coprire un'area di interesse attraverso tali prodotti.


Video 2

Ora uno dei migliori esempi di mosaico seamless di tutto il gruppo che vediamo attraverso la terra di Google come potete vedere anche qui. Anche se una volta che si inizia a ipotizzarlo allora quello che succede è che le singole scene iniziano a comparire e di grossolano le loro cucitura anche ma a questa scala o ancora più (()) scala in misura non vediamo affatto una sega. Ma quando il limite di sesto individuale inizia a comparire allora a causa della differenza di tempo tra le cucitura adiacenti se è grande o la differenza di stagione è lì allora sicuramente osserviamo le cucitura anche nella terra di Google. Ci potrebbe essere tempo diverso la loro potrebbe essere la differenza anche nella risoluzione spaziale ed è per questo che le cucitura sono disponibili come le cucitura sono scene altrimenti possiamo avere un dato completamente seamless e questo è uno degli esempi di (()) scala globale. Ora un altro passo importante che dobbiamo fare molte volte con i dati satellitari o nell'elaborazione digitale delle immagini è quello di creare un sottoinsieme di un'immagine che significa estrarre la nostra area di interesse in questo esempio che l'immagine che abbiamo visto di Nagpur area che è terra set TM e ETM 24 stessa immagine è qui. Ma questa parte di quell' immagine è stata estratta un sottoinsieme è stato creato e questo è ciò che state vedendo qui sul lato destro in modo che la mia area di interesse possa rientrare all'interno di questo all'interno di questa scatola rossa o rettangolo rosso e ho bisogno di non avere nel mio hard disk o nel database l'intero mosaico che è ovviamente molto grande set di dati. Così allora è possibile creare un sottoinsieme o estrarre i dati o la scena sub da grande mosaico o grande scena anche. Tante volte abbiamo bisogno di fare un tale passo per prima di tutto per ridurre l'inutile lavorazione in fase di elaborazione delle immagini digitali e anche se questo da qualche parte nel retro del sistema la facciamo diventare il mosaico completo di scena ma per ulteriori elaborazioni insieme agli altri set di dati potremmo creare un sottoinsieme. E creare sottoinsieme non è difficile affatto in questo esempio è stato creato un sottoinsieme utilizzando un rettangolo ma può nascere anche una linea arbitraria come un sottoinsieme di set d'acqua sub di limite politico e livello di distretto o di stato. Quindi solo che si richiede un limite poligono come qui un limite di poligono è stato scelto che è il rettangolo rosso rettangolo è mostrato e si può avere qualche altro limite ma deve essere un poligono e poi l'estrazione è possibile creare un sottoinsieme di un'immagine è facilmente possibile. Ora il terzo argomento di questa discussione riguarda il sottocampionamento di immagini che sai che non è possibile invertire la cosa non è possibile cosa intendo qui è che se ti sto conoscendo i dati di telerilevamento a risoluzione remota una volta che è stato acquisito diciamo a 80 metro di risoluzione allora non è possibile da nessuna tecnica compatte o basata su AIU o altre tecniche per creare un'immagine a dir poco 10 metro di risoluzione. Ma il contrario è possibile invertire la modalità di sottocampionamento e possiamo creare un'immagine a un'immagine che è stata acquisita dalla risoluzione spaziale del sensore 10 metro può essere sottoinsieme o può essere sottocampionato a 80 metro di risoluzione come mostrato qui. Quindi l'idea fondamentalmente di sottocampionamento di un sottocampionamento di immagini è di ridurre sostanzialmente il numero di pixel da un'immagine che butta via ogni altra riga e colonna per creare un'immagine di dimensione ridotta. A volte in alcune applicazioni perché quando utilizziamo più datasets tutti i datasets potrebbero non avere la stessa risoluzione spaziale. Quindi potremmo decidere che qualche data set che sta avendo l'alta risoluzione spaziale debba ridursi a quella particolare risoluzione diciamo che decidiamo la risoluzione di 80 metro. Quindi l'immagine in ingresso di 10 metri deve essere ridotta a 80 metro ma invertire come ha detto che l'immagine di risoluzione di 80 metro non può essere migliorata a 10 metro di risoluzione. Quindi il sottocampionamento è sicuramente possibile e questo viene fatto a volte in alcune circostanze spaziali tali passi sono assunti nell'elaborazione delle immagini digitali per ridurre. Quindi la riduzione è da parte vostra sapere la riduzione del numero di pixel sia in entrambe le direzioni che sia nella riga che nella colonna e creando un immagine di sottocampionamento come ad esempio qui che in noi possiamo usare un'immagine di risoluzione spaziale di 10 metro. Prima può essere ridotta a 30 metro di risoluzione solo 10 metro questa è lasciatemi ricordare che questa non è la compressione dei dati. La compressione dei dati è cosa diversa anche se quando riduviamo la risoluzione spaziale di questa immagine come in questo esempio sicuramente ci sarà meno requisito di spazio per una risoluzione di 80 metro rispetto a 10 metro e potrebbe essere solo 1 ottavo di immagine originale. Quindi supponga che l'immagine originale fosse di 8 megabyte allora questa immagine di risoluzione di 80 metri può essere forse richiedere solo 1 megabyte di immagine comunque questa non è tutte tecniche di compressione. Le tecniche di compressione sono diverse e avremo un trattamento completamente separato e la discussione sulle tecniche di compressione delle immagini satellitari. Ma qui si tratta di sottocampionamenti in modo che questo porti alla fine di questa breve discussione su 3 cose si parla di mosazza di immagini molte immagini multiple immagini a partire da 2 a 200 è possibile e anche creare un sottoinsieme di immagini e infine discutere di sottocampionare questi sono mosacalci è molto comune la lavorazione delle immagini digitali. Come ho già accennato che a causa di diverse volte la nostra area di interesse può cadere nel 2, 3, 10, 15 vedere dipende da quali immagini di risoluzione si sta utilizzando e che tipo di grande è la vostra area di interesse. Quindi uno deve essere molto attento mentre si fanno mosaici a volte anche noi stiamo avendo già mosaici disponibili vogliamo creare un sottoinsieme una piccola area perché la mia area di interesse potrebbe essere più piccola allora quelle tecniche applicabili anche. Quindi sottoinsieme è un fondamentalmente che si può chiamare come tecnica inversa di mosazza e infine abbiamo discusso della tecnica di campionamento. C'è un'altra parola che viene utilizzata nell'elaborazione delle immagini digitali che abbiamo discusso durante la geo - referenziazione che si chiama ricampionamento. Quindi non si deve confondere con il ricampionamento. Ricampionamento è fatto per scoprire il nuovo valore di pixel in una griglia di destinazione che è l'ultimo step di geo - referenziazione ma sub - campionamento è completamente diverso. Quindi non si deve confondere queste parole in modo che il sottocampionamento sia diverso è diverso. Così questo porta alla fine di questa discussione grazie mille.