Fagstoff

Tolking av satellittbilder

Publisert: 15.10.2010, Oppdatert: 03.03.2017
  • Innbygg
  • Enkel visning
  • Lytt til tekst
  • Skriv ut

Digital bildebehandling er et vidt og omfattende felt, men vi skal her nøye oss med en kort innføring av metoder og teknikker som blir hyppig brukt ved tolking og analyse av digitale satellittbilder.

 Fremheving av kontrasten i et QuickBird-bilde over nordlige Andøya. NAROM Fremheving av kontrasten i et QuickBird-bilde over nordlige Andøya. NAROM
HistogramØverst et digitalt bilde med 6 x 6 piksler (bildeelement). Nederst et søylediagram som viser hvor ofte hver verdi forekommer. Et slikt søylediagram kalles et histogram
Histogram for et QuickBird-bilde (kanal 3, rødt synlig lys) over nordlige Andøya. NAROMHistogram for et QuickBird-bilde (kanal 3, rødt synlig lys) over nordlige Andøya. NAROM
Spektrale signaturer for ulik type vegetasjonSpektrale signaturer for ulik type vegetasjon - NAROM
QuickBird fargebilde QuickBird fargebilde. Opptaket er gjort 5. august 2009. NAROM
QuickBird, NDVI-bildeNDVI-bilde beregnet av røde og nær-infrarøde spektrale bånd av instrumenter om bord på QuickBird-satellitten. Mørkeste grønne farge er områder med større vegetasjonsaktivitet enn de lysere fargene. NAROM

Ulike bildebehandlingsprogram benyttes for å kunne trekke ut den aktuelle informasjonen fra satellittbildet. De fleste brukere av satellittdata benytter seg av kommersiell programvare istedenfor programmer de har laget selv. Det eksisterer mange forskjellige bildebehandlingsprogram på markedet, og de kjører under forskjellige operativsystemer. Programmene er mer eller mindre avanserte med hensyn til brukergrensesnitt og funksjonalitet.

Kontrast og histogram

Et bilde kan karakteriseres bl.a. ved kontrast og intensitet. Disse kvalitetene ved bildet kan det være hensiktsmessig å forbedre, enten det nå er fordi bildet generelt har for dårlig kontrast, eller fordi det ønskes å framheve kontrastene i et bestemt delområde av bildet.

Før man starter analyse av satellittbildet, kan kontrastmanipulasjon iverksettes. Dette gjøres ved en justering av forholdet mellom pikselverdi og gråtone slik at interessante kontraster i bildet blir fremhevet. Kontrastmanipulering gjøres ofte i forbindelse ned analyser for å utnytte øyets evne til å skille mange intensitetsverdier. De to mest brukte kontrastforbedringsmetodene er lineær kontraststrekk og histogramutjevning. Et histogram viser hvordan pikslene i bildet er fordelt på de forskjellige gråtonene.

Lineær strekk er en svært enkel form for kontrastforbedring. Overføringsfunksjonen er en lineær funksjon, dvs. y = ax + b, med en rettlinjet graf. En slik funksjon beskrives av to parametre, her a og b, men kan også defineres ved f.eks. to punkt på linjen. Graden av kontrastforbedring beskrives av stigningstallet a. Forbedring av kontrasten krever at a > 1, for når a < 1, vil kontrasten dempes. Høyere verdi tilsvarer brattere graf og gir større kontrast (hardere kontrast i bildet). Av to funksjonsgrafer med samme stigningstall vil grafer lengst til høyre gjøre bildet mørkere enn venstrestilte grafer vil gjøre.

Ved lineær kontraststrekk endres histogrammet. Pikselverdiene innenfor et bestemt intervall (min. < x < maks.), strekkes mest mulig, dvs. fordeles over hele kontrastområdet, 0–255. Her vil valget av 'min.' og 'maks.' entydig bestemme funksjonen. Vi får selvsagt ikke flere pikselverdier enn før, men ubrukte pikselverdier spres innimellom. Dermed kan vi visuelt lettere oppfatte den informasjonen som ligger i dataene.

Med kontrastmanipulasjon spres histogramstolpene utover på et størst mulig antall gråtoneverdier. Dette er en standardfunksjon innebygget i de fleste billedbehandlingsprogrammer. Ved histogramutjevning gjøres nettopp dette, slik at en får en så god spredning av pikselverdiene som mulig, dvs. at alle pikselverdier skal være like sannsynlige.

Valg av spektrale bånd

Ved tolking av satellittbilder velger man kanal eller kanalkombinasjoner av satellittbildet avhengig av hvilken informasjon man ønsker. I denne sammenheng kan det være nyttig å studere ulike overflatetypers spektrale profil. Mengde og spektral fordeling av den reflekterte energi er anvendt innen jordobservasjon for å få frem informasjon om den reflekterende overflatens egenskaper (spektral responskurve).

Vanligvis vil en satellittsensor måle elektromagnetisk stråling i flere bølgelengdeområder (spektrale bånd) samtidig. Hver piksel får da en verdi for hvert spektralt bånd, som tilsvarer strålinga fra bakkeelementet i disse bølgelengdene. Fra dette datasettet kan vi lage et bilde for hver kanal. Disse enkeltbildene kan behandles hver for seg, eller de kan kombineres på ulike måter, f.eks. ved at det dannes et sammensatt fargebilde av tre enkeltkanaler. På en fargeskjerm dannes et slikt bilde ved at de tre enkeltbildene vises samtidig i henholdsvis rødt, grønt og blått.

En måte å undersøke informasjonen i et satellittbilde på er å kombinere to eller flere kanaler for å lage et nytt bilde. Verdiene i hver piksel i det nye bildet er avhengig av hvordan bildene er kombinert. Det fins to typer kombinasjon, aritmetisk (benytter addisjon, subtraksjon, multiplikasjon og divisjon) og logisk (benytter logiske uttrykk som AND, OR, NOT). Det er mulig å kombinere disse to metodene.

Multibåndsmanipulasjon er en hyppig brukt metode for å overvåke vegetasjonen. Metoden baserer seg på forskjellen i samspillet mellom vegetasjon og elektromagnetisk energi i de røde og nær infrarøde (NI) bølgelengdene. Reflektanskurven for grønn vegetasjon i vekst viser lav refleksjon i det røde området, da plantene utnytter spesielt rødt lys i fotosyntesen. NI-lys er ubrukelig for plantene og reflekteres effektivt. Forskjellen mellom refleksjonen i det nær infrarøde og det visuelle området er derfor stor i områder som er dekket av grønne planter i vekst, og kan brukes som et uttrykk for fotosyntesen og veksten i plantene.

En vanlig metode for å hente informasjon om biomassen og vegetasjonens tilstand er å bruke vegetasjonsindekser, som er kombinasjoner av de to spektrale båndene rødt (R) og nær-infrarødt (NIR). I litteraturen er det foreslått en rekke varianter av vegetasjonsindeksen.
Ved hjelp av bildebehandlingsprogram er det mulig å beregne bildets NDVI-verdi, Normalisert Differens VegetasjonsIndeks. Den normaliserte vegetasjonsindeksen NDVI = (IR – R) / (IR + R) er i utgangspunktet en differanse mellom kanalene (IR – R), men korrigert for varierende belysning gitt ved (IR + R). Dette forholdet vil gi høye verdier for frisk vegetasjon og lave verdier for lite aktiv vegetasjon. Resultatet av brøken refereres gjerne til som en vegetasjonsindeks (NDVI).

 

Relatert innhold