Zpracování družicových snímků v programu Spring 3.2 pro Windows
Semestrální práce z předmětu Zpracování digitalizovaného obrazu -
Dálkový průzkum Země
Ivan Stropek, Geomatika
Charakteristika družicových dat a družice Landsat 5
Družice Landsat 5 - USA, start 1.3.1984
- prostorové rozlišení 30m
- spektrální rozlišení 7 pásem Thematic Mapper (1.pásmo/450-520nm, 2/520-600, 3/630-690, 4/760-900, 5/1.550-1.750, 6/10.400-12.500, 7/2.080-2.350) (+ 4 pásma MSS (multispektral skener) -tato pásma nemáme k dispozici)
- velikost scény 185x170 km
Výřez ze snímku z družice Landsat 5 pořízený v roce 1994 (RGB)
Obraz stejného území zpracovaný v programu Spring
Zpracování dat v programu Spring
Po spuštění programu se vyplnily základní do potřebných pro zahájení projektu tj.
- v okně Databases se nastavil adresář C:\Program Files\Spring\springdb a vyplnilo se jméno databáze Plzen94
- v okně Projects se vyplnilo jméno projektu (Plzen94) a byla provedena volba Projection (kartografického zobrazení) - v našem případě bez projekce (zůstali jsme v rovině snímku). Dále se zde nastavila velikost obrazu (X1, Y1 - X2, Y2)
- v okně Data Model se opět nastavilo jméno Plzen94 a jako Model se zvolilo Image
Poté se v okně File provedl Import sedmi vrstev ve formátu TIFF. Bylo zvoleno Resolution (rozlišení družicového snímku) 30x30m, potvrzeno projection a do projektu Plzen94 se natáhly vrstvy TM1-TM7.
Informace o jednotlivých vrstvách jsou k dispozici v okně Layers.
V okně Control Panel se vzplňují údaje o vizualizaci jednotlivých vrstev. Při klasifikaci jsem měl nastaveno TM3-B, TM4-G a TM5-R (false color). Přenastavením na TM2-B se získají pravé barvy.
Při tomto nastavení se již může vykreslovat pomocí okna Draw, změny zoomu apod. lze provádět pomocí okna Execute resp. pomocí ikon umístěných na horní liště.
Nyní již je program připraven pro klasifikaci. Ta se provádí pomocí okna Image ve volbě Classification. Nejprve si zvolíme Contexts, do něhož si natáhneme vrstvy TM1-TM7. Nyní si pomocí buttonu Training najedeme do stejnojmeného okna. Pomocí pole Name si zvolíme Themes (témetické skupiny). Pro každou Themes si zvolíme barvu, která ji bude označovat na výstupu. Tuto barvu jsem volil víceméně v souladu se srovnávanou mapou.
V našen případě to jsou Voda - modrá, Zastavba - šedá, PoleOr - žlutá(zoraná pole), Louky - bílá(a nezoraná pole), LesJ - tmavě zelená(jehličnatý) a LesS - světle zelená(smíšený).
Následuje volba trénovacích množin pro tato Themes . V buttonu Type zaškrtneme Acquisition u Contour Rectangle (lze zadávat i jako Polygon).
Množiny vybrané pomocí srovnání mapy a snímku ukládáme pomocí Area Cursoru a Get k jednotlivým Themes. Je vhodné dané množiny vybírat z různých míst po celé ploše snímku. Po nasbírání a uložení těchto trénovacích množin (v dostatečném množství) lze přistopit ke klasifikaci. Vrátíme se k oknu Classification a volíme Classification Images.
Zde si zvolíme jméno výstupní vrstvy (Classified Images) - Vystup2. Před vlastní klasifikací provedeme tzv. Sample Analysis , která nám vyhodnotí kvalitu jednotlivých prvků trénovacích množin. Po jejich prohlédnutí můžeme přepracovat trénovací množiny, nebo pomocí tlačítka Classify přistoupit ke klasifikaci.
Pro velké množství zpracovávaných dat je tato část velmi dlouhá. Výsledný obraz si můžeme prohlédnout pomocí Control Panelu najetím na příslušnou Infolayers po zaškrtnutí Classified Images a volbě Draw. Po srovnání s referenční mapou, je obvzkle nutné doplnit trénovací množiny z oblastí, v níž jsou neshody. V mém případě šlo o chyby při záměně vody a lesa na krajích snímku. Po dalším natrénování již byly výsledky znatelně lepší.
Konečný výsledek jsem dostal pomocí Export do formátu TIFF a do formátu JPG