| | Urbanisering – Påvisning ved hjælp af billedklassifikation
Del 12
Denne øvelse er delt i to dele og kræver brugen af LEOWorks.
Part 1
Efter den visuelle vurdering og tolkning af disse to satellitbilleder med høj opløsning skal du fortsætte med din analyse af urbaniseringen af Lhasa og kvantificere udvidelsen af det bymæssige område i perioden fra 1965 til 2000.
Download the de nødvendige data fra: Himalayas_env3.zip.
I første omgang skal vi undersøge de to multispektrale billeder fra 1. nov. 1988 og 28. dec. 2000. Åbn LEOWorks, og åbn følgende billeder: 1988_321.tif, 1988_432.tif, 1988_543 og 1988_753.tif.
1988_321 betyder: billede fra året 1988 med ægte farver, bånd 3 i Rød, bånd 2 i Grøn og bånd 1 i Blå. 1988_432 har bånd 4, nærinfrarød i Rød, osv. Bånd 5 er infrarød (omkring 1,6 µm), og bånd 7 er også infrarød (omkring 2,2 µm)
Når du åbner billederne, skal fremviseren se således ud:
Forskellige båndkombinationer af Lhasa 1988
Som du kan se, er der ikke så meget kontrast i billederne, og det er svært at skelne mellem de forskellige typer landdække. Det skyldes, at pixlernes gråskalaværdier i billederne ligger meget tæt.
Tryk på knappen Image histogram i din fremviser.
Der åbner et vindue med billedhistogrammet.
Histogrammet præsenteres for hver kanal i billedet. Som du ved, består farvebilleder som regel af 3 skærmkanaler: En rød, grøn og blå skærmkanal.
Histogrammet herunder beskriver fordelingen af pixel-
(eller gråskala-)værdierne for denne kanal.
Da dette er et 8-bit datasæt, kan billedernes gråskalaværdier ligge mellem 0-255. Det giver 256 forskellige værdimuligheder for en pixel. 2^8 (2*2*2*2*2*2*2*2 = 256).
Som du kan se ud af dette histogram, ligger størstedelen af gråskalaværdierne mellem 9-128. Når du bevæger musen hen over histogrammet, ses et trådkors, der viser dig en infoboks under værdien (niveau) samt det samlede antal pixel med denne specifikke værdi (tal).
Ikke hele spektret af 256 forskellige gråskalaværdier bliver anvendt, kun 119 (128-9). Da det menneskelige øje har meget svært ved at skelne mellem så ens farver, kan vi sprede informationen over det fulde spektrum på 256 muligheder.
Billedhistogram
I LeoWorks skal du trykke på Enhance>Histogram Equalization. Du kan se effekten med det samme efter at have trykket på knappen. Se på histogrammet igen efter korrektionen. Du kan se, at det fulde spektrum nu er anvendt, og at billedets kontrast fremstår på en meget bedre måde.
Gør dette med alle fire billeder, og sammenlign dem med hinanden.
1. Hvorfor består et digitalt billede af 3 skærmkanaler? Hvilke spektrale bånd kan der ligge bag (se de tre eksempler)?
2. Hvordan ville et optimalt histogram se ud?
3. Hvorfor viser det originale billede hverken kontrast eller farver?
4. How do these 3 band combinations vary from each other?
5. Hvordan adskiller disse 3 båndkombinationer sig fra hinanden?
6. Hvilken farve har vegetation i disse billeder?
Hvilken farve har urbaniserede områder i disse billeder? (Brug lhasa_1965 og lhasa_2000_3m til at skelne det bymæssige område fra landbrugslandet osv.)
Efter at have undersøgt de forskellige billeder, der alle har en forskellig båndkombination, kan du se, at genstandene vises med en anden farve.
De anderledes farver i disse billeder skyldes sensorens anderledes båndkombinationer. Dette billede blev taget den 1. november 1988 af LANDSAT Thematic Mapper. Det har en rumlig opløsning på 28,5 meter og 7 forskellige bånd (6 spektrale, 1 termisk).
De spektrale bånd beskrives således:
Bånd 1: Blåt
Bånd 2: Grønt
Bånd 3: Rødt
Bånd 4: Nærinfrarødt
Bånd 5: Melleminfrarødt
Bånd 6: Termisk (fås ikke her)
Bånd 7: Melleminfrarødt
Del12
| |
