Αλγόριθμος ανίχνευσης για την εξαγωγή οδικών χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας τις υπερφασματικές απεικονίσεις του EO-1
Από RemoteSensing Wiki
Αντικείμενο
Στη συγκεκριμένη έρευνα η προτεινόμενη μέθοδος![](/rs/wiki/images/thumb/9/9e/Eikona1arthro4.png/200px-Eikona1arthro4.png)
Μεθοδολογία
Η διαδικασία που ακολουθείται χωρίζεται σε τρία στάδια : Στο πρώτο στάδιο (road finding), ο αλγόριθμος ανίχνευσης εφαρμόζεται για την ταξινόμηση πιθανών εικονοστοιχείων οδικού τμήματος με τη βοήθεια των επιλεγμένων δειγμάτων από την αρχική εικόνα. Μέσω αυτής της διαδικασίας αποδυναμώνεται το περιβάλλον (background) του αντικειμένου-στόχου και παράγει μία νέα εικόνα στην οποία εμφανίζονται τα εικονοστοιχεία που περιέχουν δρόμο. Στο δεύτερο στάδιο (road tracking), τα τμήματα που απεικονίζονται στη νέα εικόνα ενώνονται με βάση τους περιορισμούς οι οποίοι διέπουν τα οδικά δίκτυα και σχετίζονται με το μήκος και τη γωνία καμπυλότητας. Τέλος, στο τρίτο στάδιο (road linking), τα μεγαλύτερα οδικά τμήματα που δημιουργήθηκαν με την προηγούμενη διαδικασία συνδέονται μεταξύ τους. Οι αλγόριθμοι ανίχνευσης οδικού δικτύου οι οποίοι εφαρμόστηκαν σε αυτή τη μελέτη είναι: SAM, MF, CEM, TCIMF, OSP.
Αποτελέσματα – Συμπεράσματα
Το τελικό αποτέλεσμα είναι μία διανυσματοποιημένη (vectorized) εικόνα στην οποία απεικονίζονται οι αυτοκινητόδρομοι (Εικόνα 1). Αξιολογώντας τα αποτελέσματα, προκύπτει πως τα χαρακτηριστικά των δρόμων απεικονίζονται καλύτερα με την εφαρμογή των αλγόριθμων CEM και TCIMF. Το γεγονός αυτό αποδεικνύει πόσο σημαντικό ρόλο έχει η μείωση των φασματικών υπογραφών του υπόβαθρου στον ακριβή εντοπισμό οδικού δικτύου. Στην Εικόνα 2 φαίνονται τα συνοπτικά αποτελέσματα αξιολόγησης της ποιότητας των αλγόριθμων. Το σύμβολο ν υποδηλώνει πως ο δρόμος έχει ενωθεί πλήρως με τα υπόλοιπα τμήματά του, το σύμβολο Δ υποδηλώνει πως υπάρχει μικρό “σπάσιμο” στον άξονα του δρόμου και τέλος, το σύμβολο x υποδηλώνει την ύπαρξη μεγάλων κενών ή λανθασμένων τμημάτων.
Πηγή: Tzu-Lung Sun, 2003. A Detection Algorithm For Road Feature Extraction Using EO-1 Hyperspectral Images. National Security Bureau, NO. 110,Sec. 1,Yang.De Blvd, Taipei City, Taiwan, R.O.C.