Αερομεταφερόμενη τηλεπισκόπηση αμπελώνων για την ανίχνευση νεκρών αμπελοκλιμάτων

Από RemoteSensing Wiki

Έκδοση στις 13:35, 10 Φεβρουαρίου 2010 υπό τον/την Iro.roinioti (Συζήτηση | Συνεισφορές/Προσθήκες)
Μετάβαση σε: πλοήγηση, αναζήτηση

Airborne Remote Sensing of Vineyards for the Detection of Dead Vine Trees

Αερομεταφερόμενη τηλεπισκόπιση αμπελώνων για την ανίχνευση νεκρών αμπελοκλιμάτων

Συγγραφείς: Jocelyn Chanussot, Patrick Bas and Lionel Bombrun

Signal & Images Laboratory - LIS, Grenoble


Η αερομεταφερόμενη τεχνολογία τηλεπισκόπησης μπορεί να χρησιμοποιηθεί για τον ακριβή έλεγχο των αμπελώννων. Σε αυτό το άρθρο παρουσιάζεται μια μέθοδος για την ανίχνευση των νεκρών δέντρων. Αυτό επιτυγχάνεται με την εκμετάλλευση της περιοδικής δομής ενός αμπελώνα: τα δέντρα φυτεύονται σε ίση απόσταση μεταξύ τους σε παράλληλες ευθύγραμμες σειρές. Παραδοσιακά η ανίχνευση αυτή γίνεται μόνο με επιτόπιο οπτικό έλεγχο.

Προεπεξεργασία

Το στάδιο προεπεξεργασίας συνίσταται αρχικά στην απομόνωση ενός δεδομένου αγρού. Αυτό θα μπορούσε να επιτευχθεί χειροκίνητα ή με της χαρτογράφηση του κτηματολογίου στο GIS. Μια αερομεταφερόμενη έγχρωμη εικόνα παρουσιάζεται στην εικ.1. Από αυτήν την εικόνα, που χρησιμοποιεί την κλασσική αντιπροσώπευση RGB, μια εικόνα Ι (x,y) σε grey level λαμβάνεται με την αφαίρεση της κόκκινης συνιστώσας από το πράσινο συστατικό.

Tupos1 dead vine trees.JPG

Ο απλός συνδυασμός που χρησιμοποιήθηκε σε αυτήν την μελέτη (πράσινο μείον το κόκκινο) αποδείχθηκε αρκετά χαρακτηριστικός για το διαχωρισμό των κλιμάτων από το χώμα σε όλες τις εικόνες που εξετάσαμε. Η εικόνα 2 απεικονίζει την εικόνα σε grey level στην οποία θα εφαρμοστεί η ακόλουθη διαδικασία.

Εικόνα 1: Αερομεταφερόμενη έγχρωμη φωτογραφία
Εικόνα 2: Εικόνα σε grey level μετά τον συνδιασμό των έγχρωμων συνιστωσών

Εκτίμηση του προσανατολισμού

Τα κλίματα φυτεύονται συνήθως σε σε ίση απόσταση μεταξύ τους σε παράλληλες ευθύγραμμες σειρές. Συνεπώς, οι επεξεργασμένες εικόνες είναι πολύ ανισότροπες και έχουν περιοδικά προσανατολισμένη υφή. Αυτό είναι εύκολα ορατό στο φάσμα αν υπολογίσουμε το μετασχηματισμό Fourier (2D):

Tupos2 dead vine trees.JPG

Στο φάσμα στην εικ.3, η πληροφορία συγκεντρώνεται στις λεπτές παράλληλες γραμμές. Αυτές οι γραμμές είναι ορθογώνιες ως προς την κατεύθυνση των γραμμών στην αρχική εικόνα.

Εικόνα 3: Φάσμα Fourier

Για την εκτίμηση του προσανατολισμού α του επιλεγμένου αμπελώνα, υπολογίζεται ο μετασχηματισμός Radon του φάσματος Fourier. Αυτός ο μετασχηματισμός χαρτογραφεί τις εικόνες σε έναν διδιάστατο χώρο πιθανών γραμμικών παραμέτρων (προσανατολισμός θ και απόσταση από την αρχή του συστήματος συντεταγμένων ρ). Κάθε γραμμή, ακόμα κι αν είναι ασυνεχής, δίνει μια κορυφή που αντιστοιχεί στην αντίστοιχη παράμετρο του τομέα Radon. O μετασχηματισμός ορίζεται ως ακολούθως:

Tupos3 dead vine trees.JPG

To αποτέλεσμα φαίνεται στην εικόνα 4.

Εικόνα 4: Μετασχηματισμός Radon του φάσματος Fourier

Εκτίμηση του χώρου ανάμεσα στα δέντρα

Από το φάσμα, επίσης αυτόματα παράγουμε το διάστημα ανάμεσα στα δέντρα d. Αρχίζοντας από την αρχή του φάσματος Fourier, διεξάγεται η πρώτη αιχμή κατά μήκος της κατεύθυνσης που υπολογίζεται μέσω του μετασχηματισμού Radon. Η απόσταση μεταξύ της αρχής και αυτής της αιχμής είναι αντιστρόφως ανάλογη προς την περιοδικότητα των χαρακτηριστικών κατά μήκος μιας σειράς κλιμάτων, δηλ. αντιστρόφως ανάλογη προς την τυπική απόσταση μεταξύ των δέντρων. Μετά από μια βαθμονόμηση, υπολογίζεται ο συντελεστής της αναλογικότητας d.

Ανίχνευση των νεκρών κλιμάτων

Μετά την εκτίμηση των παραμέτρων α και d, η ανίχνευση των νεκρών δέντρων μπορεί να επιτευχθεί. Η διαδικασία αποτελείται από τα τρία επόμενα βήματα.

A. Ένωση των κανονικά διατεταγμένων κλιμάτων

Κατασκευάζεται ένα γραμμικό δομικό στοιχείο SE1.5d,α. Έχει πλάτος ενός pixel, μήκος Ε (1.5d) pixels και έχει προσανατολισμό γωνίας α. Ένα κλείσιμο φ (morphological closing) εφαρμόζεται έπειτα με αυτό το δομικό στοιχείο στην αρχική εικόνα σε grey level:

Tupos5 dead vine trees.JPG

Η επίδραση του κλεισίματος φ είναι η αφαίρεση όλων των στοιχείων στην εικόνα που είναι πιο σκοτεινά από το άμεσο περιβάλλον τους και μικρότερα από το δομικό στοιχείο (δηλ. σκοτεινά στοιχεία στα οποία το στοιχείο δόμησης δεν ταιριάζει). Το χάσμα που χωρίζει δύο κλίματα εμφανίζεται σκοτεινότερο από τα ίδια τα κλίματα και το επιλεγμένο στοιχείο δόμησης είναι ελαφρώς πιο μακρύ από το χάσμα. Το κλείσιμο επομένως οδηγεί στη σύνδεση όλων των κανονικά διατεταγμένων γειτονικών κλιμάτων για κάθε μία σειρά κλιμάτων. Παρόλα αυτά, αν λείπει κάποιο κλίμα, η απόσταση μεταξύ δύο διαδοχικών κλιμάτων είναι μεγαλύτερη από το δομικό στοιχείο (εικ.5).

Εικόνα 5: Kλείσιμο (morphological closing) της αρχικής εικόνας σε grey level

Β. Ένωση όλων των κλιμάτων

Ένα άλλο κατευθυντικό κλείσιμο εκτελείται στην αρχική εικόνα (grey level). Χρησιμοποιείται ένα στοιχείο δόμησης με τον ίδιο προσανατολισμό α, αλλά με μεγαλύτερο μήκος. Αυτή τη φορά, όλα τα δέντρα μέσα σε μια σειρά πρέπει να συνδεέονται, ακόμα κι αν λείπουν κλίματα. Επομένως, το μήκος του στοιχείου δόμησης πρέπει να είναι μεγαλύτερο από οποιοδήποτε πιθανό χάσμα μεταξύ κλιμάτων μέσα σε μια σειρά. Επιλέχθηκε ένα μήκος 3D. Εντούτοις, αυτή η παράμετρος δεν είναι πολύ ευαίσθητη, αφού θα μπορούσαν να χρησιμοποιηθούν πολύ μεγαλύτερα στοιχεία με το ίδιο αποτέλεσμα.

Tupos6 dead vine trees.JPG

Το αποτέλεσμα φαίνεται στην εικ.6. Όλα τα κενά έχουν συμπληρωθεί.

Εικόνα 6: Kλείσιμο (morphological closing) της αρχικής εικόνας σε grey level (I2)

Γ. Ανίχνευση παράτυπων κενών

Υπολογίζεται η διαφορά μεταξύ των δύο εικόνων ύστερα από τις διαδικασίες κλεισίματος:

Tupos7 dead vine trees.JPG

Στην I1 (x, y) μόνο τα κανονικά κενά συμπληρώνονται, ενώ στην I2 (x, y) συμπληρώνονται όλα τα κενά. Συνεπώς, η διαφορά μεταξύ αυτών των δύο εικόνων δίνει έμφαση στα παράτυπα κενά που αντιστοιχούν στα δέντρα που λείπουν (εικ.7).

Εικόνα 7: Aνίχνευση παράτυπων κενών (I2-I1)

Για να μειωθεί το ποσοστό ψεύτικων συναγερμών και να παρέχεται έτσι μια αξιόπιστη ανίχνευση, αφαιρούνται μερικά πλαστά στοιχεία χρησιμοποιώντας ένα μεσαίο φίλτρο μεγέθους 7×7. Εφαρμόζεται ένα κατώτατο όριο για να παρθεί η τελική δυαδική απόφαση και να καταστεί δυνατός ο εντοπισμός και ο υπολογισμός όλων των κλιμάτων που λείπουν. Η τελική δυαδική εικόνα παρουσιάζεται στην εικ. 9. Τα τέσσερα νεκρά κλίματα που κάποιος θα μετρούσε στην αρχική έγχρωμη εικόνα έχουν ανιχνευθεί.

Εικόνα 8: Εικόνα μετά την εφαρμογή του μεσαίου φίλτρου
Εικόνα 9: Τελικό δυαδικό αποτέλεσμα

Συμπεράσματα

Σε αυτό το άρθρο παρουσιάστηκε μια μέθοδος για την ανίχνευση όλων των νεκρών κλιμάτων σε έναν αμπελώνα. Η τακτικότητα του αμπελώνα μπορεί να χρησιμοποιηθεί για να υπολογίσει αυτόματα την κατεύθυνση των σειρών των δέντρων και τη χαρακτηριστική απόσταση μεταξύ των δέντρων μέσα στις σειρές. Σε δεύτερο στάδιο ανιχνεύονται τα ασυνήθιστα μεγάλα διαστήματα μεταξύ δύο διαδοχικών κλιμάτων, τα οποία αντιστοιχούν στα νεκρά κλίματα. Η μέθοδος είναι λιγότερο χρονοβόρα από την παραδοσιακή μέθοδο ανίχνευσης, ιδίως στις περιπτώσεις μεγάλων αμπελώνων. Αποτυγχάνει στην περίπτωση μη τακτικών ή αραιών αμπελώνων.

Προσωπικά εργαλεία