Grass-meeting 2001. Trento Implementazione di una procedura di estrazione dell’urbanizzato basata su classificazione multispettrale e morfologia matematica.

Slides:



Advertisements
Presentazioni simili
Monte Amiata 2009 California RGB 29x8 H 25x
Advertisements

LE FUNZIONI REALI DI VARIABILE REALE
DI3 – Dip. Ing.Industriale e dell’Informazione
Macchine di Percezione
FUNZIONI REALI DI DUE VARIABILI REALI
Corso di Percezione Robotica (PRo) A. A. 99/00 B
Sistemi di Classificazione usando NCD
Uso delle maschere di luminanza per tenere sotto controllo le stelle
Tecniche di segmentazione delle patologie morfologiche dell’encefalo
Tesi di laurea in optoelettronica
Digital Data Acquisition
Definizione e caratteristiche
Skin color classifier - 1 Il volto viene localizzato utilizzando un filtro di colore Il colore del volto appartiene ad un intervallo ben definito E possibile.
LE FUNZIONI Definizione Campo di esistenza e codominio
Sistemi e Tecnologie della Comunicazione
Trasformazioni nel dominio spaziale
Le immagini sono sottoposte ad elaborazione prima di essere utilizzate per lestrazione delle informazioni Image Restoration Corregge gli errori, il rumore.
Filtro di smoothing Gaussiano
Strumentazione per bioimmagini
“Riconoscimento Targhe Automobilistiche” Parte II: Clustering e Riconoscimento Caratteri (implementazione MATLAB) Studenti: Damaggio Elettra Firmani Donatella.
Modelli simulativi per le Scienze Cognitive
Laboratorio di El&Tel Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi.
PIANO DI INFORMAZIONE E FORMAZIONE SULLINDAGINE OCSE-PISA E ALTRE RICERCHE NAZIONALI E INTERNAZIONALI PIANO DI INFORMAZIONE E FORMAZIONE SULLINDAGINE OCSE-PISA.
Elaborazione (digitale) delle immagini
Georeferenziazione di immagini
Software usati in proteomica
Modellazione di terreni a risoluzione adattiva
Il Rivelatore Digitale
Trasformazioni di intensità Filtraggio spaziale
si modificano le forme con operatori locali;
Digitalizzazione Un segnale viene digitalizzato, se il suo stato originario analogico viene tradotto e rappresentato mediante un insieme numerabile di.
La modifica degli istogrammi
Larghezza equivalente vs T
Texturing - Tessiture Daniele Marini.
Immagini digitali immagine digitale, si intende un elemento grafico elaborato tramite computer, che si può visualizzare sul monitor e stampare su carta.
Approssimazione di derivate
1 Visualizzazione scientifica Daniele Marini. 2 Visualizzazione scientifica Trovare un modo per rendere i risultati di un calcolo scientifico, o rilevati.
Tutte le immagini che si trovano nel computer sono digitali. Possiamo crearle con programmi di grafica o acquisirle con scanner, macchine fotografiche.
ECDL Patente europea del computer
Propagazione della luce
Evolve. Il software EVOLVE consente un veloce accesso, visualizzazione ed estrazione dei dati contenuti nel data base dellAmministrazione del Personale.
Codifica dei dati in un elaboratore elettronico
Università degli Studi di Cagliari
LUCIDI dell'insegnamento di COMUNICAZIONI ELETTRICHE eo/in/bi
Laurea Ing. EO/IN/BIO;TLC D.U. Ing EO 3
Analisi di Immagini e Dati Biologici
Visione e Percezione Matlab Filtri Lineari Operazioni su immagini Piramidi Gaussiane Esercitazione 4 Maggio.
Automated counting of phytoplankton by pattern recognition: a comparison with a manual counting method K. V. EMBLETON, C. E. GIBSON AND S. I. HEANEY.
A proposito di spazio scala e di altre features locali... Elisabetta Delponte
Trasformata di Hough.
Esercitazione 5 Corso di Elaborazione e Trasmissione delle Immagini Pisa, 27 ottobre 2004.
Il Microscopio elettronico a scansione
ULTIMI RISULTATI DALLE OSSERVAZIONI VIMS SU TITANO. A.Adriani 1,M.L.Moriconi 3,G.Filacchione 2,F.Tosi 2,A.Coradini 1,2 1 IFSI-INAF, Roma, Italia, 2 IASF-INAF,
Sistemi di Gestione dei Dati e dei Processi Aziendali Computer-Assisted Audit Technique (CAAT)
INTERVALLI E INTORNI INTERVALLI INTORNI PUNTI PER UN INSIEME
F U N Z I O N I Definizioni Tipi Esponenziale Logaritmica
Esempio di riconoscimento biometrico
HMM in Image Analysis Francesco Finazzi Lezione /04/2008.
FUNZIONE: DEFINIZIONE Una FUNZIONE è una LEGGE che ad ogni elemento di un dato insieme A, detto DOMINIO, associa uno ed un solo elemento di un insieme.
Selezione del volume dei polmoni M. Antonelli, B. Lazzerini, F. Marcelloni Dipartimento Ingegneria dell’Informazione Pisa.
Linee guida per l’utilizzo di NetNav e ARNet Realizzata da Matteo Gaudenzi a scopo esclusivamente didattico per il corso SMART&GREEN FACTORY.
FILTRI NUMERICI. Introduzione Nel campo nei segnali (analogici o digitali), un sistema lineare tempo-invariante è in grado di effettuare una discriminazione.
Elementi di Topologia in R
Definizione Classificazione Dominio e Codominio Proprietà
FUNZIONI MATEMATICHE DANIELA MAIOLINO.
Data base topografico regionale (DBTR) Controllo a campione Data base topografico regionale (DBTR) Controllo a campione Gianluca Solimei, Renato Tegoni.
Il Monitoraggio geotecnico
Trattamento delle immagini numeriche Marcello Demi CNR, Institute of Clinical Physiology, Pisa, Italy.
HEC-FIA 2.2 ( flood impact analysis) Modello realizzato da: Programma scaricabile da: fia/downloads.aspx.
Imaging in Biologia e Medicina
Transcript della presentazione:

Grass-meeting Trento Implementazione di una procedura di estrazione dell’urbanizzato basata su classificazione multispettrale e morfologia matematica Alberta Bianchin e Stefano Foramiti IUAV-DP DP-IUAV, S. Croce 1957, Venezia, tel.: Fax:

Procedura di trattamento Elementi di morfologia matematica Sperimentazione su Treviso Implementazione in GRASS Visualizzazione delle elaborazioni Verifica di accuratezza Conclusioni

Procedura di Trattamento - 1

Procedura di Trattamento - 2

Elementi di morfologia matematica - 1 Idea base: paragonare gli oggetti che si vogliono analizzare a un altro oggetto di forma nota, chiamato elemento strutturante. La Morfologia Matematica ha carattere insiemistico. Operazioni principali: EROSIONE : analizza se l’elemento strutturante è incluso. DILATAZIONE : analizza l’intersezione dell’elemento strutturante APERTURA : erosione seguita da dilatazione. L’insieme aperto è più regolare e meno ricco di dettagli. CHIUSURA : dilatazione seguita da erosione. Vengono soppressi canali e golfi.

Trasformazioni morfologiche binarie per un elemento strutturante di taglia 3x3 pixel. Si noti come l’apertura sia equivalente alla dilatazione dell’erosione, mentre la chiusura è equivalente all’erosione della dilatazione.

Elementi di morfologia matematica - 2 Per la funzione di livelli di grigio f(x), limitata superiormente e inferiormente, con B elemento strutturante : EROSIONE : allarga le “vallate” radiometriche e assottiglia i picchi, tagliandoli se la loro larghezza è inferiore all’elemento strutturante. Erosione = inf { f(x):u  B } DILATAZIONE : restringe le “vallate” o le sopprime se inferiori all’elemento strutturante e allarga i picchi. Dilatazione = sup { f(x):u  B } APERTURA : taglia tutti i picchi che rientrano nella dimensione dell’elemento strutturante e conserva inalterato il resto della funzione. CHIUSURA : riempie le vallate inferiori all’elemento strutturante e lascia inalterato il resto della funzione.

Grafici della funzione f(x) e relative trasformazioni morfologiche.

Elementi di morfologia matematica - 3 Gradiente morfologico Si definisce come differenza tra dilatazione ed erosione, diviso il diametro del dominio di applicazione. Il gradiente viene quindi definito dall’espressione:

Effetto del gradiente morfologico sull’immagine lineare f(x)

Sperimentazione su Treviso F asi della procedura Procedura su TM Trattamenti su CTRN Procedura su SPOT 1. Trattamenti della mappa di Training (e Test) estratta dalla CTRN 2. Classificazione di TM a due classi (urbanizzato, non urbanizzato) 3. Applicazione del filtro gradiente morfologico all’immagine pancromatica SPOT PAN georeferenziata. 4. Filtraggio dell’immagine “gradiente morfologico” con tecnica di convoluzione e kernel 3 x 3, con filtro passa-basso non lineare “erosione” - funzione “inferiore” (invece che ricampionamento selettivo ). 5. Binarizzazione dell’immagine monocromatica filtrata attraverso un valore soglia opportuno. Intersezione 6. Overlay (operazione AND) tra l’immagine classificata dal Landsat TM (classe urbanizzato) e l’immagine binarizzata SPOT, entrambe georeferenziate nella location Treviso della CTRN

Implementazione in Grass

Immagine georeferenziata TV.X a due classi (fabbricati - non fabbricati) di risoluzione 5m x 5m. Da questa immagine sono state estratte le immagine di training e di test per la classificazione. L’immagine è la rasterizzazione del livello 1 (fabbricati) della CTRN. Trattamenti su CTRN Immagine georeferenziata TV.X a due classi (fabbricati - non fabbricati) di risoluzione 5m x 5m. Da questa immagine sono state estratte le immagine di training e di test per la classificazione. L’immagine è la rasterizzazione del livello 1 (fabbricati) della CTRN.

Immagine TV.CLOSE.7, ottenuta applicando una trasformazione di numerical closing con kernel 7x7 Trattamenti su CTRN Immagine TV.CLOSE.7, ottenuta applicando una trasformazione di numerical closing con kernel 7x7

Immagine TV.CLOSE.7.PRE, ottenuta applicando una trasformazione numerical closing con kernel di dimensione 7 x 7 (CLOSE.7) e l’erosione delle aree della classe non urbanizzato (PRE). Trattamenti su CTRN Immagine TV.CLOSE.7.PRE, ottenuta applicando una trasformazione numerical closing con kernel di dimensione 7 x 7 (CLOSE.7) e l’erosione delle aree della classe non urbanizzato (PRE).

Mappa TM risultato della classificazione di tipo supervised delle immagini Landsat TM (configurazione ml.tv.ovest.y.1-7 con training di tipo close.7.pre). La configurazione di canali radiometrici è: TM1; TM2; TM3; TM4; TM5; TM7. La risoluzione è 30m x 30m; l’immagine è georeferenziata. Procedura su TM Mappa TM risultato della classificazione di tipo supervised delle immagini Landsat TM (configurazione ml.tv.ovest.y.1-7 con training di tipo close.7.pre). La configurazione di canali radiometrici è: TM1; TM2; TM3; TM4; TM5; TM7. La risoluzione è 30m x 30m; l’immagine è georeferenziata.

Immagine SPOT PAN dell’area urbana di Treviso. Immagine Pancromatica (intervallo spettrale 0.51  m  m), acquisita il , di risoluzione 10m x 10m. Procedura su SPOT

Immagine PAN1 ottenuta applicando una trasformazione di tipo gradiente morfologico alla mappa PAN. Immagine PAN 1 ottenuta applicando una trasformazione di tipo morfologico alla mappa PAN. Procedura su SPOT

Immagine PAN3 ottenuta dalla sogliatura dell’immagine gradiente morfologico PAN1, dopo l’applicazione di un filtro passa basso. La sogliatura taglia i valori espressi dal gradiente al si sotto di un certa intensità di grigio per evidenziare le aree urbanizzate. Aree caratterizzate da una tessitura di alti valori di gradiente e da un marcato contrasto con il loro intorno. Immagine PAN3 ottenuta dalla sogliatura dell’immagine gradiente morfologico PAN1, dopo l’applicazione di un filtro passa basso. La sogliatura taglia i valori espressi dal gradiente al di sotto di un certa intensità di grigio per evidenziare le aree urbanizzate. Aree caratterizzate da una tessitura di alti valori di gradiente e da un marcato contrasto con il loro intorno. Procedura su SPOT

Mappa IOUT delle aree urbanizzate, ottenuta dall’overlay della mappa PAN3 e dell’immagine classificata Landsat TM. Intersezione

Immagine cross.iout.tv, ottenuta tramite combinazione per overlay della mappa IOUT e della mappa TV (tv.close.7.pre). In bianco le aree “non urbanizzato TV”/ “non urbanizzato IOUT”; in rosso le aree “urbanizzato TV”/ “non urbanizzato IOUT”; in azzurro le aree “non urbanizzato TV”/ “urbanizzato IOUT”; in viola le aree “urbanizzato TV”/ “urbanizzato IOUT”. Verifica accuratezza Immagine cross.iout.tv, ottenuta tramite combinazione per overlay della mappa IOUT e della mappa TV (tv.close.7.pre). In bianco le aree “non urbanizzato TV”/ “non urbanizzato IOUT”; in rosso le aree “urbanizzato TV”/ “non urbanizzato IOUT”; in azzurro le aree “non urbanizzato TV”/ “urbanizzato IOUT”; in viola le aree “urbanizzato TV”/ “urbanizzato IOUT”.

Verifica accuratezza Report accuratezza iout Report dell’analisi di accuratezza della mappa IOUT della location Treviso. La mappa, prodotta dalla procedura di morfologia matematica per l’estrazione dell’urbanizzato viene confrontata con la mappa test TV.Close.7, la stessa immagine da cui sono state ricavate le aree di training e test nella fase di classificazione della scena Landsat TM. Error matrix: IOUT su TV.Close non urbanizzato 2 - urbanizzato Kappa: Kappa Variance: Obs Correct: Total Obs : % Observed Correct: L’urbanizzato individuato da IOUT, estratto tramite overlay di tipo AND di PAN3 e TM, è frutto di una operazione “riduttiva”. Presenta un valore Kappa complessivo ( ) superiore a TM ( ) e PAN3 ( ) e una percentuale di osservazioni corrette complessive ( %) superiore a TM ( %) e a PAN3 ( %). Il Kappa condizionato alla classe “urbanizzato” risulta invece inferiore ( contro di PAN3 e di TM).

Conclusioni ÷ Procedura sviluppata interamente in Grass (4.2). ÷ Grass prevede il calcolo dell’accuratezza. ÷ Input della classificazione: CTRN rasterizzata. Versatilità di Grass: scelta verità di training già in formato digitale, sotto forma di mappa, facile applicazione di operatori morfologici, grazie ai moduli r.neighbors, r.mapcalc calcolo di K