Αυτόματη ανίχνευση σε περιοχές πολιτισμικής κληρονομιάς

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Εικόνα 1: Robust χάρτης αλλαγής
Εικόνα 2: Μετα - επεξεργασία χάρτη αλλαγής επικάλυψης στις 2 Σεπτεμβρίου 2015, WorldView-2 εικόνα

AUTOMATIC DAMAGE DETECTION FOR SENSITIVE CULTURAL HERITAGE SITES

D. Cerra1, J. Tian1, V. Lysandrou2, and S. Plank German Aerospace Center (DLR), Earth Observation Center (EOC), 82234 Weßling, Germany Cyprus University of Technology, Department of Civil Engineering and Geomatics, Archaeology and Cultural Heritage section

πηγή: [[1]]

Μετάφραση και Περίληψη

1. Εισαγωγή

Οι ζημίες εκ προθέσεως σε τοπικούς χώρους πολιτιστικής κληρονομιάς που διεξάγονται τους τελευταίους μήνες από το Ισλαμικό Κράτος (IS), έτυχαν ευρείας κάλυψης από τα μέσα μαζικής ενημέρωσης σε όλο τον κόσμο. Τα δεδομένα Παρατήρησης της Γης ΕΟ είναι ένα σημαντικό εργαλείο για την αξιολόγηση αυτών των ζημιών σε τέτοιες μη-προσβάσιμες περιοχές. Η European Space Imaging (EUSI) που υποστηρίζεται από το Ανατολικό τμήμα του Γερμανικού Αρχαιολογικού Ινστιτούτου (DAI) με πολύ υψηλή ανάλυση (VHR) εικόνες για να εκτιμήσει με ασφάλεια την κατάσταση και οι εικόνες έχουν υποστεί επεξεργασία και αναλύθηκαν με τηλεπισκόπηση από εμπειρογνώμονες του Γερμανικό Κέντρο Αεροδιαστημικής. Μια οπτική ανάλυση επιβεβαίωσε την καταστροφή πολλών τόπων, όπως επιβεβαιώνεται από την IS, όπως ο ναός του Bel και αρκετοί αρχαίοι ταφικοί πύργοι μέσα σε κοιλάδα Παλμύρα των Τάφων (UNESCO, 1972). Εάν η αλλαγή ανίχνευσης για την εκτίμηση των ζημιών γίνεται με οπτική ανάλυση σε μεγάλες περιοχές, γίνεται μια δύσκολη και χρονοβόρα δραστηριότητα, και η γνώση που αποκτάται από τα αποτελέσματά της θα μπορούσαν να είναι ελλιπή. Πιο συγκεκριμένα, κατεστραμμένες περιοχές θα μπορούσαν να παραμείνουν αδιάγνωστες για έναν παρατηρητή, αν ο διαθέσιμος χρόνος για την ανάλυση είναι περιορισμένος.Αποφασίστηκε να εφαρμοστεί ένας αλγόριθμος ανίχνευσης αλλαγής για να λύσει αυτό το πρόβλημα, ενώ αυτομάτων προκύπτουν χάρτες στους οποίους τονίζονται οι περιοχές όπου υπάρχει υποψία ότι έχουν υποστεί ζημιές.

2. Μελέτη

Επικεντρώθηκαν,λοιπόν, σε ένα μέρος του μεγάλου αρχαιολογικού χώρου της Παλμύρας που βρίσκεται στην έρημο της Συρίας βόρειο-ανατολικά της Δαμασκού. Τα αρχαιολογικά απομεινάρια της αρχαίας ρωμαϊκής πόλης που απαριθμούνται στο Μνημείο Παγκόσμιας Πολιτιστικής Κληρονομιάς της UNESCO.

3. Robust ανίχνευση των αλλαγών

Έτσι λοιπόν, ο στόχος δημιουργίας ενός αλγορίθμου ανίχνευσης αλλαγής είναι να παρέχει ένα χάρτη αλλαγών όταν χορηγείται σε δύο ή περισσότερες εικόνες που αποκτήθηκαν σε διαφορετικούς χρόνους για την ίδια περιοχή. Για τις εφαρμογές που περιγράφονται στο παρόν έγγραφο, το επιθυμητό αποτέλεσμα θα πρέπει να αναδείξει τις θέσεις των μνημείων που υπέστησαν ζημιές ή αλλαγές σε σύντομο χρονικό διάστημα. Παρ 'όλα αυτά, οι τεχνικές ανίχνευσης αυτόματης αλλαγής μπορεί να είναι δύσκολο να εφαρμοστεί στην πράξη. Πολλές προσεγγίσεις έχουν προταθεί για να λυθεί αυτό το πρόβλημα, η Robust Difference (RD) έχει προταθεί αρχικά και εφαρμόστηκε με επιτυχία σε σύγκριση με DSMs. Η απόσταση RD βασίζεται στην υπόθεση ότι τα αντίστοιχα pixels των δύο εικόνων δείχνουν τις ελάχιστες διαφοροποιήσεις τιμή έντασης μέσα σε μια μικρή περιοχή, ιδιαίτερα όταν οι εικόνες συλλήφθηκαν από τον ίδιο αισθητήρα. Μια RD μεταξύ της εικόνας πριν την καταστροφή Χ και μια εικόνα μετά την καταστροφή Υ για ένα pixel στις συντεταγμένες (i, j) μπορεί να οριστεί ως το ελάχιστο των διαφορών και υπολογίζεται μεταξύ του pixel Υ (i, j) της εικόνας μετά την καταστροφή και μια ορισμένη γειτονιά (με μέγεθος παραθύρου 2w + 1) του pixel X (i, j) της εικόνας πριν την καταστροφή X. Η RD (i, j) ως προς το pixel (i, j) ορίζονται ως:

RD (i,j) = min p,q {abs(Y(i,j) – X (p,q))}

Αυτό σημαίνει ότι μόνο η ελάχιστη τιμή της απόλυτης διαφοράς λαμβάνεται υπόψη, όλες εντός του καθορισμένου μεγέθους παραθύρου, το οποίο θα πρέπει να ρυθμίζεται με βάση την κλίμακα των συγκεκριμένων μεταβολών. Συνήθως χρησιμοποιούνται τα μεγέθη των παραθύρων είναι τετράγωνο και κυμαίνονται από 3 × 3 έως 11 × 11 pixels, ανάλογα με το ποσό των γεωμετρικών στρεβλώσεων που προκαλούνται από διαφορετικές γωνίες απόκτησης και διαφορές μεταξύ της αρχικής χωρικής ανάλυσης από τις δύο διαθέσιμες εικόνες. Καθώς οι εικόνες εισόδου είναι πολυφασματικές, οι RDs υπολογίζονται για κάθε κανάλι ξεχωριστά: Στη συνέχεια, οι αποστάσεις τους συνοψίζονται στην παραγωγή του τελικού χάρτη αλλαγών. Το RD είναι, εξ ορισμού, είναι ανθεκτικό σε γεωμετρικές στρεβλώσεις που προκαλούνται από τις διαφορές στο έδαφος και σε σφάλματα. Για να παραχθεί ένα τελικός χάρτης αλλαγής εφαρμόζεται ένα όριο επιλέγοντας όλα τα pixels με RD> 1200.

4. Πειράματα

Ορίζουμε ως t1 και t2 τις δύο χρονικές στιγμές για τα δεδομένα που αποκτήθηκαν έξω από το κέντρο της πόλης της Παλμύρας, της Συρίας.Τη χρονική στιγμή t1 το Ισλαμικό Κράτος (IS) είχε ήδη καταστρέψει μερικά μνημεία πολιτιστικής Κληρονομιάς στην περιοχή. Σε ένα πρώτο στάδιο η καταγραφή των εικόνων έχει τελειοποιηθεί και αυτομάτως απορρέουν 1000 σημεία Ground Control με το ταίριασμα των χαρακτηριστικών Scale Invariant Feature Transform μεταξύ των δύο εικόνων, και με την στρέβλωση της εικόνας που αποκτήθηκε κατά το χρόνο t1 χρησιμοποίειται ως αναφορά στην εικόνα που αποκτήθηκε κατά το χρόνο t2.

5. Συμπεράσματα

Η μεθοδολογία ανίχνευσης αλλαγής που προτείνεται έχει ως στόχο την αύξηση της παραγωγής αναλυτικών χαρτών εκτίμησης ζημιών σε χώρους. Καθώς η διαδικασία είναι γρήγορη, αυτό θα αποτελούσε ένα πολύτιμο εργαλείο για τους επαγγελματίες που ασχολούνται με τη διαχείριση και την παρακολούθηση.Στο μέλλον, η μέθοδος θα μπορούσε να ενισχυθεί με την ενσωμάτωση της ανάλυσης των παραμέτρων υφής στις εικόνες.

Προσωπικά εργαλεία