Методические указания по выполнению работы

1. По карте находят самую высокую и самую низкую точки участка, определяют их отметки A_max и A_min (рис.1) и вычисляют высоту средней плоскости участка:

(1)

а также максимальное превышение над средней плоскостью:

(2)

Рис. 1.

2. Вычисляют высоту фотографирования над средней плоскостью участка

(3)

и абсолютную высоту фотографирования

(4)

3. Рассчитывают продольное и поперечное перекрытия аэроснимков:

(5)

4. Вычисляют продольный и поперечный базисы фотографирования в масштабе аэроснимка:

(6)

и на местности

(7)

5. Определяют по карте размеры L_x и L_y участка съемки.

6. Вычисляют количество аэроснимков в маршруте:

(8)

количество маршрутов

+1, (9)

и общее количество аэроснимков на участок

(10)

При расчетах величины n_x и n_y округляют до целых чисел в большую сторону.

7. Определяют требуемое количество погонных метров аэрофотопленки, принимая расстояние между кадрами 1 см:

. (11)

8. Рассчитывают площадь местности, покрываемую одним аэроснимком:

, выражая ее в км². (12)

9. Вычисляют интервал фотографирования в секундах:

где V – съемочная скорость самолета. (13)

10. Рассчитывают максимально допустимую выдержку в секундах:

(14)

где δ –допустимая величина «смаза», для расчетов принимают ее равной 0,02 мм.

Рис. 2.

11. Определяют расчетное съемочное время:

(15)

12. На листе ватмана формата A4 в масштабе 1:50 000 вычерчивают схему аэрофотосъемки участка местности, на которой показывают границы участка съемки, аэросъемочные маршруты и центры аэроснимков. На схеме подписывают масштаб схемы и масштаб аэросъемки (рис.2).

Сдаче подлежат:

- оформленный по ГОСТу отчет о проделанной работе с расчетами основных параметров аэрофотосъемки,

- схема аэрофотосъемки участка местности.

РАБОТА №2

Оценка качества исходного аэросъемочного материала. Улучающие преобразования цифровых изображений снимков.

Задание: Необходимо провести оценку качества исходного аэрофотосъемочного материала. Выполнить улучшающие преобразования цифровых изображений снимков.

Цель работы: Получить навыки оценки качества исходного аэрофотосъемочного материала. Ознакомится с методами улучающих преобразований цифровых изображений.

Материальное обеспечение: 3 исходных аэрофотоснимка, программное обеспечение ERDAS Imagine.

Общие сведения

В цифровой фотограмметрии используются черно-белые или цветные аэроснимки в виде растрового изображения. Растровым изображением считают аэроснимок, переведенный в цифровой вид с помощью фотограмметрического сканера. Растровое изображение можно также получить при фотографировании местности цифровым съемочным аппаратом, в котором используются приборы с зарядовой связью (ПЗС).

Растровое изображение или цифровой снимок представляет собой дискретное изображение, элементарной частицей которого является пиксел. Рас­тровые данные организованы в сетку строк и столбцов и представляют некоторую географическую область; пиксел — это ячейка такой сетки и наименьшая часть цифрового изображения. Значение каждого пиксела — кодированная спектральная яркость или фотографическая плотность. Эти цифровые представления при ото­бражении их на экране или при распечатывании образуют изображе­ния.

Термин "пиксел" используется для обозначения элемента, как файла изображения, так и изображения на экране дисплея. Обычно один пиксел в файле соответствует одному дисплейному пикселу или эле­менту изображения на распечатке.

Черно-белый снимок представляется в виде полутонового изображения, где яркость пикселов может принимать непрерывный ряд значений (128, 256 и более) серого цвета (рис. 3). Количество непрерывных значений яркости также называют радиометрическим разрешением цифрового снимка. Яркостные значения пикселов соответствуют яркостным характеристикам объектов местности в видимом диапазоне спектра отраженной солнечной энергии (0.4 – 0.7 мкм).

Рис. 3. Яркостные значения пикселов полутонового изображения черно-белого аэроснимка.

Растровые данные могут представляться в виде цветного изображе­ния в палитре RGB (red, green, blue), в котором изображение формируется комбинацией красного, зеленного и синего цвета (рис. 4.). В каждой цветовой зоне яркость, как и у черно-белых снимков, кодируется в виде градации серого цвета с определенным радиометрическим разрешением. Каждой цветовой зоне соответствует определенная часть видимого спектра: для красной – 0.4-0.5 мкм, зеленой – 0.5-0.6 мкм, синей – 0.6-0.7 мкм. Комбинация этих трех цветовых зон на экране монитора формирует цветное изображение снимка.

Рис. 4. Формирование цветного растрового изображения с использованием палитры RGB

Как и снимки на бумажной основе, цифровые снимки могут иметь недостатки, снижающие фотографическое и фотограмметрическое качество. При оценке фотографического качества, проводят тщательный визуальный анализ каждого снимка на наличие: изображений облаков, пятен, полос, бликов, механических повреждений; плохой проработки деталей ландшафта, недостаточной или чрезмерной яркости и контраста; нерезкости. Для оценки фотограмметрического качества снимков анализируют и сравнивают с допустимыми угол наклона снимков, невыравнивание, продольное и поперечное перекрытие снимков, непрямолинейность маршрутов и т.д.

В данной работе будут рассмотрены основные шаги оценки фотографического качества и улучшающих преобразований цифровых снимков для повышения их качества.

Методы улучшающих преобразований обычно применяют в каче­стве первого шага в использовании снимков.

Улучшение изображений предназначено для повышения фотографического качества снимков.

Существуют методы спектрального и пространственного улучшения.

Методы спектрального улучшения изображений реализуют с уче­том только индивидуальных значений яркости пикселов в пределах каждой зоны спектра. В их основе лежит анализ и преобразование гистограмм - графического представления распределения спектраль­ных яркостей снимка в радиометрическом диапазоне (рис. 5.). Улучшение изображения выполняют

Рис. 5. Гистограмма распределения яркостных характеристик в радиометрическом диапазоне.

обычно как ряд независимых улучшений таких характеристик, как яркость, контраст, цветовой баланс.

Методы пространственного улучшения основаны на анализе зна­чений соседних пикселов, и применяют их либо локально для некото­рой окрестности заданного пиксела, либо глобально - но всему изоб­ражению и одновременно во всех зонах.

Методы спектрального улучшения снимков.

Среди наиболее часто используемых методов спектрального улучшения сле­дует выделить:

- повышение контраста;

- выравнивание гистограммы — перераспределение значений всех пикселов в пределах радиометрического диапазона;

- подгонка гистограмм - согласование значений пикселов двух изобра­жений по их гистограммам.

Повышение контраста проиллюстрировано на примере, представленном на рис. 6.

Рис. 6. График преобразования «Повышение контраста»

На нем показан график преобразования, увеличи­вающего контраст значений яркости пикселов исходного изображе­ния в пределах диапазона, отмеченного фигурной скобкой на гори­зонтальной оси гистограммы. На вертикальной оси показан результат действия преобразования: достаточно узкий диапазон исходных данных растянут в более широкий диапазон для выходных данных. Та­кой процесс во многих ГИС-пакетах также называют растяжением контраста. График функции преобразования показывает, что наибольшему повышению контраста соответствует наиболее крутой наклон кривой. Используя различные функции преобразования (линейные, нелинейные, кусочно-линейные) можно повысить или уменьшить контраст снимка либо на всем радиометрическом диапазоне, либо его части и т.п.

Выравнивание гистограммы — широко используемая процедура нелинейного повышения контраста. Данный метод используется, когда радиометрический диапазон яркостных значений довольно узок, и поэтому изображение является малоконтрастным. На рис. 7. представлен метод выравнивания гистограммы.

Рис. 7. Выравнивание гистограммы

В ней в качестве функции преобразования используется кумулятив­ная функция распределения яркостей изображения (1.1).

, 1.1

где N – количество групп или уровней квантования;

T – общее количество пикселов в изображении;

A – количество пикселов в группе;

H_i – количество пикселов со значением i ;

B_i – количество групп для пикселов со значением i.

При выравнивании гистограммы, весь радиометрический диапазон делится на несколько групп или уровней квантования (уровней серого цвета). В результате преобразования пикселы получают новые значения и перераспределяются в группы.

В результате выравнивания гистограмма преобразованного изображения становиться одно­родной по плотности, а это в свою очередь приводит (если гистограмма имеет нормальное распределение):

- к уменьшению контраста в очень светлых или очень темных частях изображения, соответствующих концам гистограммы;

- к увеличению контраста на пиках гистограммы для наиболее часто встречающихся значений (столбцы гистограммы раздвигаются);

- к перераспределению средних значений яркости пикселов изоб­ражения к началу и концу радиометрического диапазона.

Сравнение исходной гистограммы с преобразованной показывает, что улучшенное изображение выигрывает в контрасте в точках, соот­ветствующих вершинам исходной гистограммы. Однако значения на краях исходной гистограммы группируются вместе, при этом их контраст снижается.

Подгонка гистограмм представляет собой процесс преобразования, в результате чего исходное изображение преобразуется так, что его гистограмма становится схожей с гистограммой другого изображения. Подгонка гистограмм используется для выравнивания яркости и кон­траста одинаковых или соседних кадров, которые были получены в разные дни, или несколько отличаются друг от друга из-за различий зенитного угла и атмосферных эффектов. Эта операция особенно по­лезна при создании мозаик снимков. Для достижения хороших результатов необходимо, чтобы два исходных изображения имели сопоставимые характеристики - близкое простран­ственное разрешение, примерно одинаковый охват территории.

Для того чтобы гистограммы соответствовали друг другу, математически получают функцию преобразования одной гистограммы в другую (рис.8).

Рис. 8. Подгонка гистограммы

Методы пространственного улучшения изменяют значения пиксела, при этом на результат влияют окружающие его (соседние) пикселы, в то время как спектральные улучшения оперирует каждым пикселем индивидуально. Примером пространственного преобразования может служить повышение четкости изображения.

Для повышения четкости изображения и устранения размытости используют высокочастотную фильтрацию. Фильтрация – это процесс, который изменяет пространственно-частотную характеристику изображения

Пространственная частота - это количество изменений в значении яркости в зависимости от расстояния до любой части изображения. Резкое изменение яркости изображения на участке в несколько пикселов рассмат­ривается как высокая частота, плавное изменение на достаточно боль­шом участке - как низкая пространственная частота (рис. 9).

Рис. 9. Пространственные частоты

Высокочастотные фильтры подчеркивают, или выделяют контуры, но не обязательно исключают значения дру­гих пикселов объектов. При применении такого фильтра к набору пикселов с относительно низким значением яркости в окружении более высо­ких значений, низкое значение становится ниже, и наоборот, при ис­пользовании фильтра для набора пикселов с относительно высоким значением в окружении более низких значений, высокое значение ста­новится выше. В любом случае пространственная частота повышается. Такие методы полезны в случае затененности и неясности изображения из-за атмосферной дымки, смазывания изображения. Таким образом, преобразование действует так, что яркость снимка возрастает, а изменчивость сохраняется.

На рис. 10 показано воздействие высокочастотного фильтра на аэроснимок (а). На нем ясно наблюдается размытость и низкая частота, что создает неясность в изображении. Справа (б) – улучшенный снимок с помощью высокочастотного фильтра. Видно, что снимок стал четче, с ясными границами.

а б

Рис. 10. Применение пространственного преобразования для повышения четкости изображения