Studienarbeit. Vergleich des kartographischen Informationsgehaltes verschiedener Weltraumbilder

Transkript

1 Universität Hannover Fakultät für Bauingenieurwesen und Geodäsie Institut für Photogrammetrie und GeoInformation Studienarbeit Vergleich des kartographischen Informationsgehaltes verschiedener Weltraumbilder Fang Xing Betreuer: Dr.-Ing. K. Jacobsen 1

2 Inhaltsverzeichnis 1. Einleitung 2. Vorstellung der verschiedenen hochauflösenden Satellitenbilder 3. Auswertungsverfahren 4. Analyse 5. Vollständigkeit und Fehlerfreiheit 6. Schlussbetrachtung und Ausblick 7. Literatur 8. Anhang 2

3 1 Einleitung Vergleich der verschiedenen hochauflösenden Satellitenbilder Ziel der Studienarbeit war es, Objekte aus verschiedenen hochauflösenden Satellitenbildern zu extrahieren und die Ergebnisse zu vergleichen. Die Arbeit besteht aus drei Teilen: 1. Zuerst wird ein Überblick über die verwendeten Satellitenbilder gegeben 2. Den Hauptteil stellt die manuelle Interpretation dar. Mit ArcView wurden die Objekte erfasst, wie z.b Strassen und Häuser. Unsichere Strassen wurden getrennt ausgewertet. 3. Auf dem Basis des zweiten Teils werden die ausgewerteten Objekte analysiert.der unterschiedliche Informationsinhalt der Bilder ist auf verschiedene Auflösung, Kontrast und Farbe zurückzuführen 3

4 2.Vorstellung der hochauflösenden Satellitenbilder 2.1.Allgemeines Der Begriff hochauflösende Satellitenbilder ist von der Aufgabe abhängig.für meteorologische Ziel gehört 1 km zur hohen Auflösung aber nicht für die Kartenherstellung, hier beginnt hochauflösend mit 10m.. Die Satellitenbilder standen früher nur für militärische Zwecke zur Verfügung. Im Jahr 1972 werden die Satellitenbilder (ERTS-1) erstemal für zivile Ziele eingesetzt, aber die Auflösung ist für die Erstellung topographischer Karten noch nicht ausreichend. Die Situation wird mit dem französischen Satelliten SPOT in 1986 verändert. SPOT wurde speziell für topographische Kartenherstellung konzipiert. SPOT hat den Nachteil, dass die beiden Bilder eines Stereomodells von verschieden Satellitenbahn aus aufgenommen werden müssen Eine neue Klasse von Satelliten kommt mit IKONOS-2, sie ist so konstruiert, dass die Blickrichtung kontinuierlich verändert werden kann. Es folgten QuickBird, OrbView und TES mit Objektpixeln von 1m oder kleiner. EROS-A1, TES und der kommende Cartosat 2 haben keinen TDI-Sensor, was eine Aufnahmezeitverlängerung durch permanente Rotation der Satelliten erfordert. Heute können auch vollständige Beobachtungssatelliten wie FORMOSAT-2 gekauft werden. Kleinere Satelliten sind in der Disaster Mapping Constellation (DMC) zusammengefasst. In naher Zukunft werden 6 Länder Satelliten mit 1m oder kleiner als 1m GSD betreiben. In der ganzen Welt werden ungefähr 20 Länder optische Satelliten haben Das ausgewertete Gebiet Die Gebiet um Zonguldak in der Türkei wurde durch einige Satelliten aufgenommen. Die Auflösung liegt zwischen 15m und 0.6m Pixelgröße. Die Pixelgröße ist die Entfernung zweier benachbarter Pixelmitten im Objektraum. 4

5 Die nächsten Seiten zeigen verschiedene Bildausschnitte mit verschiedener Auflösung. Abb(2-1) Aster 15m Abb(2-2) IRS 5.7m Abb(2-3) KOMPSAT 6.6m Abb(2-4) Spot 5 5m Abb(2-5) Luftbild 1.18m Abb(2-6) IKONOS 1m 5

6 Abb(2-7) QuickBird multispektral Abb(2-8) QuickBird pan 0.6m 2,4 m 6

7 3.Auswertungsverfahren Die Auswertung basiert auf folgenden Bildeigenschaften. Gestalt: Die Gestalt stellt die Figur und Struktur von Objekten dar. Das Zielobjekt hat immer eine bestimmte Objektsgestalt. Anhand der Form kann das Objekt beurteilt werden. Bei den Satellitenbilder zeigt sich immer deutlich,dass von Menschen erzeugte Objekte eine klare Struktur haben, z.b Häuser und Strassen. Natürliche Objekte haben dagegen nicht immer klare Abgrenzungen, wie z. B Seen und Berge. Größe :Die Fläche oder Objektgröße kann in zwei Dimension gemessen 7

8 werden. Durch die relative Größe kann z.b. zwischen einer breiten Strasse und einem Weg unterschieden werden. Schatten: Die Schatten sind bei der menschlichen Interpretation bedeutsam, sie enthalten manchmal die Höheninformation, weil sie das Objekt von anderer Seite zeigen.es ist zu beachten. dass sich die Schattenfläche wegen der Änderung der Höhenwinkel der Sonne verändern. Die Schatten können aber auch von Nachteil sein, wenn sie Objekte verdecken. Farbe : Der Mensch kann ungefähr 120 verschiedene Farben trennen,.z.b sind in den Farbbildern Pflanzen und Häuser leichter erkennbar. Außerdem spielen die Textur und räumliche Verteilung bei menschlicher Interpretation eine große Rolle. Die verfeinerten Verfahren werden im Kapital Analyse vorgestellt. 8

9 4. Analyse Um räumlich richtig auszuwerten, wird ein Stereobild eingeführt. Mit Anaglyphenbrille kann die dreidimensionale Struktur erkannt werden.. Abb(4-1) 9

10 Farbe: Es ist klar,dass manche Objekte in Farbbildern leichter erkannt werden können, insbesonders die Häuser mit rotem Dach. Beispiel: In folgenden hochauflösenden Bilder ist das gleiche Objekt dargestellt. Obwohl die Auflösung in Figur (f-1-1) nur 2,4m beträgt,kann man die Gestalt des Gebäudes klar erkennen. Figur (f-1-2) ist ein panchromatisches QuickBird Bild mit einer Auflösung von 0,6m. Es ist zu beachten,dass der Grauwert des Dachs und des Bodens fast gleich sind, deshalb ist es schwierig zu erkennen. Das dritte Bild ist IkONOS Bild,bei dem man das Gebäude und das Boden fast nicht beurteilen kann, weil die Umgebung ziemlich dunkel sind. Abb(4-2-1) Abb(4-2-2) Abb(4-2-3) 10

11 Der Unterschied zwischen den folgenden 3 Bildausschnitten ist deutlich,bei dem unscharfen Farbbild erfolgte die richtige Auswertung. Abb(4-3-1) Abb(4-3-2) Abb(4-3-3) 11

12 Die obigen Beispiele zeigen,dass die Farbe der Objekte Vorteile bei der Auswertung bringen kann, aber nicht immer bringen muss. Das Farbbild kann auch Unklarheit erzeugen. Abb(4-4-1) Abb(4-4-2) 12

13 Auflösung Bei ASTER, KOMPSAT, IRS und SPOT- Bildern ist es schwer,ein Einzelhaus in einem Hausblock zu extrahieren weil die Auflösung nicht ausreicht. Abbildung (4-5-1) zeigt ein KOMPSAT-Bild, das mit Arcview ausgewertet wurde.auf dem Bild kann man nur große Gebäude und Strassenabschnitte klar erkennen. Eine richtige Auswertung ist schwierig. Abb(4-5-1) 13

14 Im Vergleich zu Abb(4-5-1) zeigt der Ausschnitt vom QuickBird-Bild mehr Details. Die Strassen sind klar erkennbar und lassen sich mit ihrer tatsächlichen Breite auswerten. Je höher Auflösung des Bildes, desto mehr Details sind erkennbar. Abb(4-5-2) Kontrast: 14

15 Kontrast ist auch wichtig für die Auswertung des Bildes. Figur(K-1-2) hat eine höhe Auflösung, aber das Bild ist zu dunkel und es fehlen in manchen Gebiet Kontraste. Abb(4-6-1) Wenn es wenig Kontrast gibt,ist es schwer detailliert auszuwerten. Wie bei Figur(K-1-2) ist die Kontrast des Weges zur Umgebung so schlecht. daß der Weg nicht richtig abegrenzt werden kann. 15

16 Abb(4-6-2) 16

17 Schatten: Die Schatten werden von der Sonne erzeugt. Bei der Auswertung bringen die Schatten sowohl Vorteil als auch Nachteil. Figur(S-1-1) hat uns gezeigt, dass das Objekt in der Mitte des Bildes kein Gebäude ist. weil es keine Schatten gibt. Die Schatten können uns helfen,die Gebäude oder andere Objekte, die höher als Boden sind, zu identifizieren Im Schatten ist es fast unmöglich, die Begrenzung zwischen das Rand der Objekte und N.N zu finden. Außerdem kann der Schatten auch andere Objekte verdecken, wie z.b eine Straße Abb(4-7-1) 17

18 5. Vollständigkeit und Fehlerfreiheit Durch die Analyse ist es schon klar,welche Bild welche Vorteile und Nachteile haben. Nachher werden die Vollständigkeit und Fehlerfreiheit von jedem Bild analysiert. Gebäude in der Stadt Der Weg Kleine Verkehrnetz Bahnschiene Hauptverkehr Hausblock Aus Karakis u.a.2005: Benötigte Auflösung 2 m 2 m 5 m 5 m 10 m 10 m 1) ASTER (15 m) Japan Aus der Tabelle kann man sehen, dass die benötigte Auflösung für Gebäude und Hausblöcke nicht gegeben ist. das heißt,das ASTER-Bild hat keine große Bedeutung für die Kartenherstellung. Dieses wird durch die Auswertung bestätigt. Die Vollständigkeit ist unzureichend, man kann nur die Küste und einige sehr breite Strassen erkennen, es gibt auch Probleme mit der Interpretation da nicht erkennbar ist, ob es sich um eine Hauptstrasse oder ein Fluss handelt. 2) KOMPSAT (6.6) Süd Korea Im letzten Kapital wird es schon analysiert. Auf dem Bild kann man nur große Gebäude und Strassenabschnitte klar erkennen. Die Vollständigkeit der Auswertung ist besser als bei ASTER, es gibt fast keine Verwechselungen, weil auch nicht so viel zu erkennen ist. 3) IRS (5.7m) Indien vergleichbar mit KOMPSAT 4) SPOT(5 m) Frankreich Die Erkennbarkeit hat schon ein neues Niveau erreicht,man kann das Verkehrsnetz fast deutlich kennen, aber es ist reicht noch nicht für die Auswertung, einzeler Gebäude. Die Vollständigkeit ist besser, die Identifizierbarkeit ist eingeschränkt - kleine Strassen werden häufiger falsch ausgewertet. 18

19 5) Luftbild (1.18m) Mit 1.18m Auflösung kann man schon besser auswerten. Einzelgebäude und Weg werden relativ klar erkannt. 6) IKONOS (1 m) USA Die vorhandenen I KONOS Szenen 1, 2 und 3 wurden zu verschiedenen Jahrzeiten aufgenommen. das führt zur unterschiedlicher Schattenbildung. Bei IKONOS 1 gibt es weniger Schatten als IKONOS 2. Deshalb ist IKONOS 1 leichter auszuw erten, weil viele Strasse von den Schatten der Häuser nicht verdeckt werden. IKONOS 3 hat die wenigsten Schatten, das Bild wird als optimal empfunden, aber IKONOS 3 ist ziemlich dunkel, so sind die kleinen Gebäude, die von Bäumen umgeschlossen werden, schwer zu erkennen, weil es keine Farbinformation gibt.bei der Objektklassifizierung hat IKONOS 2 Vorteile,die Vollständigkeit von IKONOS 3 ist am besten. 7) 8) QuickBird Farbe (2,4 m) USA Wegen der Farbinformation sind die Häuser (insbesondere mit roten Dächern) einfach zu erkennen. Aber die Objektpixelgröße von 2,4m wirkt sich negativ aus. Bei der Auswertung mit Arcview ergaben sich auch Nachteile, weil die Objekte durch das Vergrößern unscharf werden. Benachbarte Objekte mit gleicher Farbe sind nicht immer trennbar. QuickBird (0.6 m ) USA Die Objektidentifizierung war wegen der hohen Auflösung einfach. Im Kapitel Analyse wird erwähnt, dass wegen des teilweise begrenzten Kontrastes manche kleine Wege nicht gefunden wurden.. 19

20 6.Schlussbetrachtung und Ausblick Ziel der Untersuchung war die Möglichkeit der Herstellung topographischer Karten. Bilder mit mehr als 10m Objektpixelgröße sind nicht gut geeignet. Das ASTER-Bild konnte mit 15m Pixelgröße für topographische Kartierung nicht benutzt werden. Bei gutem Kontrast können in dem SPOT-Bild die wichtigsten Objekte erkannt werden. Die IKONOS und QuickBird-Bilder eignen sich für die Herstellung topographischer Karten im Maßstab 1:10000 und 1:

21 7.Literatur Karakış, S., Topan, H., Büyüksalih,G., Marangoz,A., Jacobsen, K 2005: Semantic analysis of space imagery for mapping Purposes, "Recent Advances in Space Technologies" (RAST), Istanbul June, 9-11, 2005 Jacobsen, K. 2005: High resolution satellite imaging system overview, ISPRS Hannover Workshop, on CD Topan, H., Büyüksali, B., Jacobsen, K. 2005: comparison of information contents of high resolution space images, EARSeL workshop 3D-remote sensing, Porto, 2005, on CD 21