Ανίχνευση και Εξαγωγή του Οδικού-Δικτύου με Αντικειμενοστραφή Ανάλυση Υπερφασματικών–Δεδομένων Αερομεταφερόμενου Σαρωτή

Από RemoteSensing Wiki

Δεν έχετε άδεια για να επεξεργαστείτε αυτή τη σελίδα, για τους ακόλουθους λόγους:

• Η ενέργεια που ζητήσατε είναι περιορισμένη σε χρήστες σε μία ομάδα: Χρήστες.
• Πρέπει να επιβεβαιώσετε την διεύθυνση e-mail σας πριν μπορέσετε να επεξεργαστείτε σελίδες. Παρακαλώ θέστε και επικυρώστε την διεύθυνση e-mail σας μέσω των προτιμήσεων χρήστη σας.

Μπορείτε να δείτε και να αντιγράψετε τον κώδικα αυτής της σελίδας:

'''Ανίχνευση και Εξαγωγή του Οδικού-Δικτύου με Αντικειμενοστραφή Ανάλυση Υπερφασματικών–Δεδομένων Αερομεταφερόμενου Σαρωτή''' Σταματάκης Ε. Ιωάννης Πηγή: Διπλωματική Εργασία Σχολή Αγρονόμων Τοπογράφων Μηχανικών ΕΜΠ Αθήνα, Μάρτιος 2009 '''Αντικείμενο Εφαρμογής:''' Κατασκευές Πολιτικού Μηχανικού '''Σκοπός Εφαρμογής:''' Η παρούσα εργασία συντάχθηκε με σκοπό την διερεύνηση των δυνατοτήτων της Αντικειμενοστραφούς Ανάλυσης σε Υπερφασματικές Απεικονίσεις από αερομεταφερόμενο σαρωτή στην ανίχνευση και εξαγωγή του οδικού δικτύου. '''Εισαγωγή''' Στις μέρες μας, οι λεπτομερείς και ακριβείς πληροφορίες για το οδικό δίκτυο είναι η βάση για την σωστή διαχείριση και τον προγραμματισμό της υποδομής και των προτερημάτων των μεταφορών. Η ανεξέλεγκτη συσσώρευση πληθυσμού που εμφανίζεται στα μεγάλα αστικά κέντρα των αναπτυσσόμενων χωρών, απαιτεί εντατικές προσπάθειες χαρτογράφησης με σκοπό να ενημερωθούν οι βάσεις δεδομένων του δικτύου των μεταφορών και ειδικότερα του οδικού δικτύου. Η τηλεπισκόπηση έχει τη δυνατότητα να παρέχει λεπτομερή οδική χαρτογράφηση και μπορεί να προσφέρει περισσότερο ενημερωμένες και οικονομικές μεθόδους για τις παραπάνω εφαρμογές. Στην Υπερφασματική Τηλεπισκόπηση μελετώνται δεδομένα μεγάλης διανυσματικής διάστασης με σκοπό να επιτευχθεί η διάκριση μεταξύ των διάφορων καταγεγραμμένων χαρακτηριστικών, τα οποία παρουσιάζουν διαγνωστικά αναγνωριστικά στοιχεία απορρόφησης και ανάκλασης σε πολύ στενά εύρη μήκους κύματος, κάτι το οποίο είναι αδύνατο να γίνει στα σχετικά μεγάλα εύρη μηκών κύματος των φασματικών καναλιών των πολυφασματικών σαρωτών. Στην παρούσα εργασία σκοπός ήταν η ανίχνευση και εξαγωγή του οδικού δικτύου σε Υπερφασματικές Τηλεπισκοπικές Απεικονίσεις αερομεταφερόμενου δέκτη με μεθόδους Αντικειμενοστραφούς Ανάλυσης. '''Μεθοδολογία''' '''Περιοχές εφαρμογής και περιγραφή των δεδομένων''' Η διερεύνηση των δυνατοτήτων ανίχνευσης και εξαγωγής οδικών χαρακτηριστικών με εφαρμογή διαφόρων τηλεπισκοπικών μεθόδων και τεχνικών έγινε σε τρεις υπερφασματικές απεικονίσεις, η λήψη των οποίων πραγματοποιήθηκε στην περιοχή Calgary του Καναδά και στην ευρύτερη περιοχή της Χαλκίδας κατά την εκπόνηση της διδακτορικής έρευνας του Δρ. Αγρονόμου Τοπογράφου Μηχανικού Πολυχρόνη Κολοκούση. Οι τρεις απεικονίσεις φαίνονται παρακάτω στις Εικόνες 1, Εικόνες 2. Οι δέκτες οι οποίοι επιλέχθηκαν για το αερομεταφερόμενο σύστημα λήψης θερμικών και υπερφασματικών τηλεπισκοπικών απεικονίσεων, το οποίο αναπτύχθηκε, ήταν ο θερμικός δέκτης TABI-320 και ο υπερφασματικός δέκτης CASI-550 της καναδικής εταιρίας ITRES. Στην παρούσα εργασία δεν χρησιμοποιήθηκαν δεδομένα από τον θερμικό δέκτη, οπότε και δεν θα αναφερθούμε εκτενέστερα σε αυτόν. Ο δέκτης CASI στην κατάσταση λειτουργίας Hyperspectral καταγράφει συνεχόμενα φασματικά κανάλια τα οποία καλύπτουν όλο το εύρος από 420-965nm. [[Εικόνα:11_Page_2.jpg|thumb|right|Εικόνα 1. Αριστερά η εικόνα του Calgary (Καναδάς) και δεξιά η εικόνα της Χαλκίδας σε φυσικό έγχρωμο σύνθετο (R,G,B).Εικόνα 2. Εικόνα της Χαλκίδας με χωρική διακριτική ικανότητα 1m και ραδιομετρική διακριτική ικανότητα 16 υπερφασματικά κανάλια.Πηγή:Σταματάκης Ε. Ιωάννης Διπλωματική Εργασία Σχολή Αγρονόμων Τοπογράφων Μηχανικών ΕΜΠ Αθήνα, Μάρτιος 2009]] Η απεικόνιση του Calgary στον Καναδά αποτελεί μια πολύ καλής ποιότητας υπερφασματική εικόνα. Η λήψη της έγινες κατά την εκπαίδευση του Πολυχρόνη Κολοκούση για την χρήση του υπερφασματικού δέκτη CASI-550 από την κατασκευάστρια εταιρία ITRES στον Καναδά, όπου εδράζεται. Ο δέκτης κατέγραφε σε 48 κανάλια και ήταν συνδεδεμένος με αδρανειακό σύστημα GPS της ίδιας εταιρίας μέσα στο αεροσκάφος, το οποίο πετούσε σε σχετικά χαμηλό υψόμετρο. Ως αποτέλεσμα έχουμε μια υπερφασματική απεικόνιση χωρικής διακριτικής ικανότητας 3-4 m με πολύ καλή γεωμετρική και ραδιομετρική διόρθωση. '''Η απεικόνιση του Calgary–Καναδάς''' Η περιοχή κατόπτευσης είναι κατά κύριο λόγο αγροτική με δύο μικρούς οικισμούς. Περιλαμβάνει μεγάλη έκταση βλάστησης, καλλιεργούμενης και μη γης. Επίσης παρατηρούνται κάποιες περιοχές γυμνού εδάφους. Όσον αφορά το οδικό δίκτυο, παρατηρείται μια κύρια οδική αρτηρία κατά μήκος της σάρωσης του δέκτη με κάποιες μικρότερες συνδετήριες οδούς, που οδηγούν είτε προς τους οικισμούς είτε προς ανάμεσα από τις καλλιεργήσιμες εκτάσεις. Επιπλέον, υπάρχουν δρόμοι εντός των οικισμών, αλλά και κάποιοι χωματόδρομοι. Σε γενικές γραμμές μπορεί να ειπωθεί πως το οδικό δίκτυο της περιοχής είναι σε αρκετά μεγάλο βαθμό ευδιάκριτο και αυτό συμβαίνει κυρίως λόγω της μεγάλης διακριτικής ικανότητας της εικόνας. Φασματικά διακρίνονται εκ πρώτης όψεως δύο με τρεις διαφορετικοί τύποι δρόμων, ενώ παρατηρούνται κάποια από τα βασικά προβλήματα που αντιμετωπίζουμε κατά την ανίχνευση και εξαγωγή του οδικού δικτύου, όπως οι σκιάσεις και η σύγχυση των δρόμων με άλλες κατασκευές όπως τα κτίρια. Πρέπει να σημειωθεί επίσης, ότι μια πρόκληση που αντιμετωπίστηκε κατά την επεξεργασία αυτής της απεικόνισης ήταν ο διαχωρισμός των του οδικού δικτύου από του φράχτες που χωρίζουν τα κτήματα μεταξύ τους. '''Η απεικόνιση της Χαλκίδας (1)''' Για την εικόνα της Χαλκίδας αυτό που μπορεί κανείς να πει με μια πρώτη ματιά είναι πως πρόκειται σαφέστατα μια πιο “δύσκολη” από πολλές απόψεις εικόνα. Είναι μια εικόνα χωρικής ανάλυσης και πάλι 3-4 m, παρουσιάζει όμως σε κάποια σημεία προβλήματα που προέρχονται από την γεωμετρική και ραδιομετρική διόρθωση, κάτι το οποίο δυσχεραίνει ιδιαίτερα την ανάλυσή της. Αφετέρου, το πλεονέκτημα της ως προς αυτή του Καναδά είναι το μεγαλύτερο πλήθος καναλιών του δέκτη που χρησιμοποιήθηκε κατά την σάρωση. Ενώ στον Καναδά χρησιμοποιήθηκαν 48 κανάλια στην Χαλκίδα ο δέκτης κατέγραφε σε 85. Αυτό όμως εκ των υστέρων δεν αποδείχθηκε σημαντικό βοήθημα για την επίτευξη του στόχου της μελέτης αυτής. Η περιοχή που απεικονίζεται είναι μια σύνθετη περιοχή. Περιλαμβάνει μέρος της πόλης της Χαλκίδας που εκτείνεται τόσο παραλιακά όσο και προς τους πρώτους ορεινούς όγκους γύρω από την πόλη. Το αστικό περιβάλλον είναι ιδιαίτερο πυκνό και φασματικά περίπλοκο, με πολλές φασματικές υπογραφές που συγχέονται μεταξύ τους. δρόμοι, κτίρια, χώροι στάθμευσης, πλατείες και αλάνες είναι σε πολλές περιπτώσεις δύσκολα διαχωρίσιμες. Ένα μεγάλο μέρος της εικόνας καταλαμβάνεται από θάλασσα, όπου υπάρχουν και εκεί προβλήματα, καθώς τα νερά κοντά στην ακτή είναι αβαθή και αναδεικνύονται η άμμος και άλλα αργιλικά υλικά του βυθού. Υπάρχει και εδώ μεγάλη έκταση βλάστησης και περιοχές γυμνού εδάφους. Πολλά είναι επίσης και τα προβλήματα λόγω σκιάσεων που προκαλούνται από την πυκνή δόμηση. Η ανίχνευση και εξαγωγή του οδικού δικτύου σε αυτή την εικόνα αποτελεί μια πρόκληση καθώς τα προβλήματα είναι αρκετά. Φαίνεται να υπάρχουν πολλοί διαφορετικοί τύποι δρόμων με διαφορετικά γεωμετρικά και φασματικά χαρακτηριστικά. Αυτοί είναι όμως και οι λόγοι για τους οποίους έγινε η επιλογή για τη μελέτη μιας τέτοιας εικόνας, ώστε να ερευνηθούν οι δυνατότητες της μεθοδολογίας που αναπτύχθηκε στην περίπτωση που η απεικόνιση παρουσιάζει προβλήματα όπως τα παραπάνω. '''Η απεικόνιση της Χαλκίδας (2)''' Η δεύτερη απεικόνιση της περιοχής της Χαλκίδας περιλαμβάνει ένα τμήμα της πρώτης απεικόνισης σε μεγαλύτερη κλίμακα. Η ραδιομετρική διακριτική ικανότητα της απεικόνισης περιορίζεται στα 16 υπερφασματικά κανάλια τα οποία είχαν επιλεχθεί για τους σκοπούς της διδακτορικής έρευνας για την οποία είχαν γίνει οι λήψεις με αποτέλεσμα να μην είναι τα κατάλληλα κανάλια για την ανίχνευση του οδικού δικτύου. Όμως το γεγονός ότι η χωρική διακριτική ικανότητα της απεικόνισης αυτής φθάνει το 1m, δίνει την δυνατότητα διερεύνησης για το κατά πόσο σημαντική είναι η μεγάλη χωρική διακριτική ικανότητα έναντι της μεγάλης διανυσματικής διάστασης των υπερφασματικών δεδομένων. Τεχνικά χαρακτηριστικά του υπερφασματικού δέκτη Το αερομεταφερόμενο σύστημα λήψης υπερφασματικών απεικονίσεων το οποίο αναπτύχθηκε αποτελείται από: 1. τον υπερφασματικό δέκτη CASI-550 (κατασκευή ITRES) 2. το αδρανειακό/GPS (IMU/GPS) σύστημα εντοπισμού και συνεχούς καταγραφής της ακριβούς θέσης του αεροσκάφους, CMIGITS III (κατασκευή BEI Systron Donner) Ο δέκτης CASI-550 έχει τα παρακάτω χαρακτηριστικά: * Υψηλή χωρική και φασματική διακριτική ικανότητα * Δέκτης CCD με πλάτος 550 εικονοστοιχεία * Χωρική διακριτική ικανότητα μεταξύ 0,5m και 10m ανάλογα με το ύψος πτήσης και την ταχύτητα του αεροπλάνου. * Φασματικό εύρος 545nm στο διάστημα 420 έως 965nm και ταυτόχρονη καταγραφή έως 288 φασματικών καναλιών. * Δυνατότητα φασματικού προγραμματισμού. * Συνεργασία με INS/GPS συστήματα για γεωμετρική διόρθωση υψηλής ακριβείας. * Άμεση γεωμετρική διόρθωση των απεικονίσεων και παραγωγή φωτομωσαϊκών. * Μεγάλη διάρκεια λήψης. * Υψηλός λόγος σήματος προς θόρυβο. * Πλήρως βαθμονομημένος και καταγράφει δεδομένα σε τιμές ανακλαστικότητας. * Καταγράφει ταυτόχρονα την προσπίπτουσα ακτινοβολία για υλοποίηση ατμοσφαιρικών διορθώσεων. * Δουλεύει σε δύο καταστάσεις λειτουργίας: Spatial Mode (με υψηλή χωρική διακριτική ικανότητα) και Hyperspectral Mode (με υψηλή φασματική διακριτική ικανότητα). Ο δέκτης αποτελείται από τρεις συσκευές: * το δέκτη (Sensor Head Unit - SHU) * τον υπολογιστή ελέγχου (Instrument Control Unit - ICU) * και την οθόνη (Video Display Unit - VDU) Το C-MIGITS III αποτελείται από ένα αδρανειακό αισθητήρα (solid-state Digital Quartz Inertial Measurement Unit, DQI) της BEI Systron Donner Inertial Division και τον GPS δέκτη Jupiter LP με 12 κανάλια και δυνατότητα μετρήσεων κώδικα C/A (Coarse/Acquisition). Το CMIGITS III καταγράφει πλήρη επίλυση θέσης ανά 0.1" (MSG 3501) και γωνίες roll, pitch, heading και επιταχύνσεις x,y,z ανά 0.01" (MSG3512) με το αδρανειακό του σύστημα. Το διάνυσμα κατάστασης του φίλτρου Kalman που χρησιμοποιείται για τον υπολογισμό της βέλτιστης λύσης πλοήγησης αποτελείται από 28 παραμέτρους που αφορούν στη θέση, ταχύτητα, σφάλματα, κ.α. του C-MIGITS III.» (Κολοκούσης Θ. Π., Διδακτορική Διατριβή, 2008) '''Προεπεξεργασίες υπερφασματικών απεικονίσεων''' Τα στάδια της προεπεξεργασίας θα μπορούσαν να χωριστούν σε δύο βασικά βήματα: 1. Ραδιομετρική διόρθωση των υπερφασματικών δεδομένων 2. Συγχρονισμός δεδομένων θέσης-πλοήγησης (attitude-navigation data) με τα υπερφασματικά δεδομένα και γεωμετρική διόρθωση των υπερφασματικών απεικονίσεων. Οι προεπεξεργασίες πραγματοποιούνται με προγράμματα τα οποία έχουν αναπτυχθεί από την εταιρία ITRES ειδικά για τους δέκτες που κατασκευάζει. (Κολοκούσης Θ. Π., Διδακτορική Διατριβή, 2008) '''Επεξεργασίες απεικονίσεων''' Η ψηφιακή επεξεργασία των υπερφασματικών απεικονίσεων περιλάμβανε σχεδόν όλα τα είδη επεξεργασίας που έχουν αναφερθεί στη βιβλιογραφική ανασκόπηση και είχε ως στόχο την ανάδειξη των βέλτιστων μεθόδων για την ανίχνευση και εξαγωγή του οδικού δικτύου. Όπως έχει ήδη αναφερθεί, από τις μεθόδους επιλογής χαρακτηριστικών χρησιμοποιήθηκαν ο έλεγχος συσχέτισης και ο έλεγχος εντροπίας. Στην παρούσα μελέτη αυτό έγινε μεταξύ των ιδιοτιμών των καναλιών του δέκτη για την κάθε ταξινόμηση ώστε να υπάρξει σύγκλιση σε κάποια κανάλια, πολύ λιγότερα από τα αρχικά, τα οποία εμπεριέχουν το μεγαλύτερο ποσοστό πληροφορίας και μπορούν να μας οδηγήσουν στον καλύτερο διαχωρισμό των φασματικών μας στόχων. Στην συγκεκριμένη περίπτωση, σκοπός ήταν να διαχωριστούν κατά το δυνατόν οι δρόμοι από τις υπόλοιπες καλύψεις γης και κατασκευές, με τις οποίες έχουν παρόμοιες φασματικές υπογραφές, όπως οροφές κτιρίων και διάφορους τύπους γυμνού εδάφους, αποφεύγοντας τα προβλήματα που προκαλεί η περίσσεια των επικαλυπτόμενων δεδομένων. '''Λόγοι–Πράξεις''' Πραγματοποιήθηκε διερεύνηση και ανάδειξη κάποιων δευτερευόντων τύπων κάλυψης του εδάφους με την χρήση λόγων και πράξεων μεταξύ των καναλιών των υπερφασματικών απεικονίσεων, είτε από αυτούς που αναφέρονται στη βιβλιογραφία ή άλλων οι οποίοι διαπιστώθηκαν κατά την επεξεργασία και φάνηκαν χρήσιμοι. Οι δευτερεύοντες τύποι κάλυψης του εδάφους, όπως το νερό ή οι σκιάσεις είναι αυτοί που σε πολλές περιπτώσεις συγχέονται με τους δρόμους ή που η πλήρης αποκοπή τους από την συνέχεια της όλης διαδικασίας είναι απαραίτητη για την εξαγωγή αξιόπιστων αποτελεσμάτων. Συνεπώς ο εντοπισμός και η ανάδειξή τους παίζει σημαντικό ρόλο κατά την ανάπτυξη της μεθοδολογίας για την ανίχνευση και εξαγωγή των δρόμων. Έτσι χρησιμοποιήθηκαν οι εξής λόγοι καναλιών: 1. NDVI: (εγγύς υπέρυθρο - κόκκινο) / (εγγύς υπέρυθρο + κόκκινο) 2. Water index: Μπλε / Εγγύς υπέρυθρο 3. Shadow index: Difference to scene (σε υπέρυθρο κανάλι) '''Μέθοδοι εξαγωγής χαρακτηριστικών''' Από τις μεθόδους εξαγωγής χαρακτηριστικών, όπως έχει προαναφερθεί, πραγματοποιήθηκαν η μέθοδος Ανάλυσης Κυρίων Συνιστωσών (Principal Component Analysis-PCA) και ο Μετασχηματισμός Ελαχιστοποίησης του θορύβου (Minimum Noise Fraction - MNF). Από τις δύο παραπάνω μεθόδους, η μέθοδος των PCA έδωσε αρκετά ενδιαφέροντα αποτελέσματα, τα οποία τεκμηριώνουν την ικανότητα της μεθόδου για την καλύτερη επεξεργασία των υπερφασματικών απεικονίσεων και εν προκειμένω για την ανίχνευση και εξαγωγή των οδικών χαρακτηριστικών. Οι απεικονίσεις που προκύπτουν περιέχουν σημαντικά μειωμένο θόρυβο σε σχέση με τις αρχικές απεικονίσεις του δέκτη CASI (το μεγαλύτερο μέρος του θορύβου συγκεντρώνεται στα τελευταία κανάλια των μετασχηματισμών αυτών τα οποία δε χρησιμοποιούνται στις περαιτέρω αναλύσεις και επεξεργασίες). Σε αντίθεση με την μέθοδο PCA τα αποτελέσματα της εφαρμογής MNF στα συγκεκριμένα δεδομένα ήταν λιγότερο χρήσιμη. Η φιλοσοφία των δύο μεθόδων είναι παραπλήσια και σε γενικές γραμμές η μέθοδος MNF φέρεται να δίνει καλύτερα αποτελέσματα στα υπερφασματικά δεδομένα. Στην εικόνες αυτές δεν διαπιστώθηκε κάτι τέτοιο και επομένως δεν έγινε χρήση των αποτελεσμάτων της μεθόδου MNF στην μετέπειτα επεξεργασία των δεδομένων (Εικόνα 3, Εικόνα 4). [[Εικόνα:11_Page_6.jpg|thumb|right|Εικόνα 3. Έγχρωμο σύνθετο PC3,PC2,PC1 (R,G,B) των τριών πρώτων κύριων συνιστωσών από την εφαρμογή της μεθόδου PCA στα ορατά κανάλια που καταγράφηκαν με τον δέκτη CASI (περιοχή: Calgary Καναδάς αριστερά, Χαλκίδα δεξιά).Εικόνα 4. Έγχρωμο σύνθετο MNF1,MNF2,MNF3 (R,G,B) (περιοχή: Calgary Καναδάς αριστερά), Έγχρωμο σύνθετο MNF3,MNF4,MNF5 (R,G,B) (περιοχή: Χαλκίδα δεξιά).Πηγή:Σταματάκης Ε. Ιωάννης Διπλωματική Εργασία Σχολή Αγρονόμων Τοπογράφων Μηχανικών ΕΜΠ Αθήνα, Μάρτιος 2009]] '''Μεθοδολογία ανίχνευσης και εξαγωγής του οδικού δικτύου στην εικόνα του Calgary''' Αρχικά εισάγονται στο λογισμικό eCognition οι απεικονίσεις επιλέγοντας όλα τα φασματικά κανάλια (layers) της απεικόνισης που χρειάζονται. Σε αυτό το στάδιο, υπάρχει η δυνατότητα απαλλαγής από τα κανάλια που για κάποιο λόγο περιέχουν μεγάλο ποσοστό θορύβου είτε λόγω προβλημάτων του δέκτη κατά την σάρωση είτε για άλλους λόγους. ωστόσο μπορεί κανείς να εισάγει όλα τα κανάλια και απλώς να μην συμπεριλάβει στις μετέπειτα διαδικασίες όσα παρουσιάζουν προβλήματα. Επίσης μπορούν να εισαχθούν δεδομένα από περισσότερες από μια απεικονίσεις. Για παράδειγμα να εισαχθούν τα αρχικά κανάλια της απεικόνισης μαζί με τα κανάλια τα οποία προέκυψαν από την εφαρμογή της Ανάλυσης Κύριων Συνιστωσών, ώστε να διευκολυνθούν κάποιες διαδικασίες που θα λάβουν χώρα αργότερα. Εισάγοντας την εικόνα υπάρχει η δυνατότητα με βάση το φυσικό έγχρωμο σύνθετο (R,G,B) ή και άλλα έγχρωμα σύνθετα να αποκτηθεί μια πρώτη εικόνα για την περιοχή μελέτης, τα πρώτα στοιχεία που διακρίνονται και κάποια απλά συμπεράσματα για τα χαρακτηριστικά της περιοχής, ενώ το επόμενο βήμα είναι να αρχίσουν οι πρώτοι πειραματισμοί όσον αφορά την κατάτμηση της εικόνας. Έτσι το τελικό αποτέλεσμα της ταξινόμησης είναι (Εικόνα 5): [[Εικόνα:11_Page_7.jpg|thumb|right|Εικόνα 5. Ταξινόμηση στο επίπεδο 3 και η ιεραρχία κατηγοριών.Πηγή:Σταματάκης Ε. Ιωάννης Διπλωματική Εργασία Σχολή Αγρονόμων Τοπογράφων Μηχανικών ΕΜΠ Αθήνα, Μάρτιος 2009]] '''Μεθοδολογία ανίχνευσης και εξαγωγής του οδικού δικτύου στην εικόνα της Χαλκίδας''' Η απεικόνιση της Χαλκίδας είναι αρκετά σύνθετη και μπορεί να χαρακτηριστεί ως “δύσκολη”, αφού αναδεικνύει τα περισσότερα προβλήματα που αντιμετωπίζει κανείς κατά την ταξινόμηση του οδικού δικτύου. Σε αυτό συντελεί σίγουρα η όχι ιδιαίτερα καλή χωρική ανάλυση της εικόνας αλλά και η πολυσύνθετη και άναρχη αστική δόμηση της περιοχής (Εικόνα 6). [[Εικόνα:11_Page_7_Copy.jpg|thumb|right|Εικόνα 6. Ταξινόμηση στο επίπεδο 2.Πηγή:Σταματάκης Ε. Ιωάννης Διπλωματική Εργασία Σχολή Αγρονόμων Τοπογράφων Μηχανικών ΕΜΠ Αθήνα, Μάρτιος 2009]] '''Συμπεράσματα''' Η διπλωματική εργασία είχε ως στόχο να διερευνήσει τις αντικειμενικές δυνατότητες και τους περιορισμούς της αντικειμενοστραφούς ανάλυσης εικόνας με χρήση υπερφασματικών δεδομένων αερομεταφερόμενου δέκτη για την ανίχνευση και εξαγωγή του οδικού δικτύου και να αξιοποιήσει αποτελεσματικές μεθόδους αντικειμενοστραφούς ταξινόμησης για το σκοπό αυτό. Η επιστήμη της Υπερφασματικής Τηλεπισκόπησης συνεχώς εξελίσσεται με την πρόοδο της τεχνολογίας καθώς δημιουργούνται συνεχώς νέοι υπερφασματικοί σαρωτές με περισσότερες δυνατότητες. Έτσι ιδιαίτερο ενδιαφέρον παρουσιάζουν οι δυνατότητες καινοτόμων και πληρέστερων δεδομένων για τον σκοπό αυτό, καθώς η ανάγκη για ενημέρωση των βάσεων δεδομένων του οδικού δικτύου είναι μεγάλη, ιδιαίτερα τις τελευταίες δεκαετίες που η συγκέντρωση του πληθυσμού στα μεγάλα αστικά κέντρα αυξάνεται ραγδαία με αποτέλεσμα την διαρκή αύξηση του όγκου των μεταφορών και τη συνεχή τροποποίηση και επέκταση του οδικού δικτύου. Βιβλιογραφία Αργιαλάς . (2000), "Φωτοερμηνεία - Τηλεπισκόπηση", Ε.Μ.Π., Αθήνα. Αργιαλάς . (1998), "Ψηφιακή Τηλεπισκόπηση", Ε.Μ.Π., Αθήνα. Ανδρέου Χ. (2008), “ υνατότητες και Περιορισμοί της Υπερφασματικής Τηλεπισκόπησης στην Ανίχνευση Ποιοτικών Χαρακτηριστικών του Οδοστρώματος”, ιπλωματική Εργασία, Εργαστήριο Τηλεπισκόπησης, Ε.Μ.Π., Αθήνα. Baatz M., Benz U., Dehghani S., Heynen M., Höltje A., Hofmann P., Lingenfelder I., Mimler M., Sohlbach M., Weber M., Willhauck G. (2001). “Definiens Imaging eCogntion User Guide”, München, Germany. Baatz M & Schäpe A. (2000), “Multiresolution segmentation – an optimization approach for high quality multi-scale image segmentation. Angewandte geographische Informationsverarbeitung XII: Beiträge zum AGIT-Symposium Salzburg 2000, pp.12-23. Benz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I. and Heynen, M. (2004), “Multiresolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information, ISPRS Journal of Photogrammetry & Remote Sensing, Vol. 58, pp. 239-258. Herold M., Gardner M.E., Val Noronha and Roberts D.A. (2003), “Spectrometry and Hyperspectral Remote Sensing of urban road infrastacture”, Online Journal of Space Communications, http://satjournal.tcom.ohiou.edu/issue03/applications .html Hofmann, P. (2001), “Detecting Informal Settlements from IKONOS Image Data Using Methods of Object Oriented Image Analysis – An Example from Cape Town, South Africa”. In: Jürgens, C. (ed.), Remote Sensing of Urban Areas, Regensburger Geographische Schriften, Vol. 35, pp. 107-118. Jensen J.R. & Cowen D.C. (1999). “Remote Sensing of Urban/Suburban Infrastructure and Socio- Economic Attributes”, Photogrammetric Engineering & Remote Sensing, vol.65: 5, pp.611- 622. Κολοκούσης Θ. Π. (2008), “Ανάπτυξη Ολοκληρωμένου Συστήματος Υπερφασματικών και Θερμικών Ψηφιακών Τηλεπισκοπικών Δεκτών για την Ανίχνευση Παρακτίων και Υποθαλασσίων Πηγών Νερού”, Διδακτορική Διατριβή, Εργαστήριο Τηλεπισκόπησης Ε.Μ.Π., Αθήνα. Marangoz Α. Μ., Oruc M., Buyuksalih G. (2004), “Object-oriented image analysis and semantic network for extracting the roads and buildings from Ikonos pan-sharpened images”, ISPRS Congress Istanbul 2004, Comission 3, Vol. XXXV, part B3, ISSN 1682-1750. Nobrega R. A., O’ Hara C.G., Quintanilha J.A. (2006), Detecting Roads in Informal Settlements Surrounding Sao Paulo City By Using Object-Based Classification, 1st International Conference on Object-based Image Analysis (OBIA 2006) Volume No. XXXVI – 4/C42, ISSN 1682-1777. Repaka S., Truax D., Kolstad E., O’Hara C. (2004), “Comparing Spectral and Object Based Approaches for Classification and Transportation Feature Extraction from High Resolution Multispectral Imagery”, ASPRS Annual Conference Proceedings, May 2004, Denver, Colorado. Ρηγόπουλος Γ. (2008), "Αξιολόγηση Χαρακτηριστικών Ποιότητας του Αστικού Τοπίου με Χρήση Αντικειμενοστραφούς Ανάλυσης", ιπλωματική Εργασία, Εργαστήριο Τηλεπισκόπησης, Ε.Μ.Π., Αθήνα. Ρόκος . (2003). "Φωτοερμηνεία-Τηλεπισκόπηση", Ε.Μ.Π., Αθήνα. Taubenböck Η., Esch T., Roth A. (2006), “An urban classification approach based on an objectoriented analysis of high resolution satellite imagery for a spatial structuring within urban areas”, 1st EARSeL Workshop of the SIG Urban Remote Sensing, EARSeL, Berlin. 117 Wessel B., Wiedemann C. (2003), “Analysis of automatic road extraction results from airborne SAR imagery, ISPRS Archives, Vol. XXXIV, Part 3/W8, Munich. [[category:Μελέτες για το πλάτος και τη κατάσταση των δρόμων/πεζοδρομίων]]

Επιστροφή στη σελίδα Ανίχνευση και Εξαγωγή του Οδικού-Δικτύου με Αντικειμενοστραφή Ανάλυση Υπερφασματικών–Δεδομένων Αερομεταφερόμενου Σαρωτή.