Prelucrarea imaginilor preluate prin satelit

Prelucrarea imaginilor reprezinta un domeniu de sine statator si foarte vast, ce are la baza o teorie matematica riguroasa. Prelucrarea digitala a imaginilor este un domeniu in rapida si continua dezvoltare, cu aplicatii multiple in inginerie, stiinta si economie. De-a lungul ultimilor 10 ani s-a observat un interes crescand pentru morfologia imaginilor, retele neuronale, prelucrarea imaginilor color, compresia, recunoasterea si analiza imaginilor.

Printre primele prelucrari de imagini amintim realizarea transmisiei peste Atlantic a imaginilor de ziar, in 1920, reducand timpul de transmisie de la o saptamana la trei ore prin codificarea, transmisia prin cablu marin si decodificarea unor imagini avand cinci niveluri de stralucire. in continuare s-au imbunatatit metodele de crestere a calitatii imaginilor, iar incepand din 1964 s-au utilizat diverse tehnici de restaurare si imbunatatire a imaginilor preluate din spatiul cosmic (misiunile Surveyor, Mariner si Apollo).

Din anii `60 si pana in prezent, progresele in domeniul prelucrarii imaginilor au fost remarcabile. De la inceput s-a recurs la folosirea capabilitatilor oferite de calculatoarele digitale si de programele spatiale pentru a scoate in evidenta potentialul oferit de prelucrarea imaginilor. Un exemplu este corectarea diferitelor tipuri de distorsiuni ale imaginilor preluate cu o camera video de la bordul statiei spatiale Ranger 7, folosind tehnici de imbunatatire specifice pentru imaginile receptionate din spatiul cosmic. Pe langa aplicatiile in tehnica spatiala, exista metode ce se folosesc la ora actuala intr-o multitudine de alte aplicatii, capabile sa imbunatateasca informatia vizuala, in vederea optimizarii analizei si interpretarii de catre observatorul uman. in medicina, spre exemplu, metodele computerizate de prelucrare fac posibila imbunatatirea de contrast sau detectia de contururi, pentru interpretarea mai usoara a radiografiilor, tomografiilor sau a altor tipuri de imagini biomedicale.

Astfel, prelucrarea imaginilor isi propune:

- imbunatatirea informatiei vizuale in vederea optimizarii analizei si interpretarii de catre om, cu aplicatii in diverse domenii cum ar fi medicina (trecerea de la imagini alb/negru la imagini

- color, prelucrarea imaginilor biomedicale), ecologie (studiul poluarii utilizand imagini preluate prin satelit), criminalistica, aparare, industrie.

- extragerea informatiilor intr-o forma interna pentru analiza cu ajutorul calculatorului a informatiilor video, in recunoasterea caracterelor (chinezesti, de exmplu), a formulelor chimice sau matematice, in verificarea calitatii produselor, recunoasterea preturilor (coduri de bare), recunoasterea amprentelor si a fetei, in sortarea corespondentei, in meteorologie, aparare etc.

Prelucrarea digitala a imaginilor presupune o succesiune de etape de procesare atat hardware, cat si software, dupa cum se poate vedea si in figura 1.1.

Rezultat

Fig. 1.1. Prelucrarea digitala de imagini

Prima etapa in procesul de prelucrare a imaginilor este achizitia de imagine, captata de un senzor de imagine, iar apoi digitizata. Senzorul poate fi o camera de televiziune alb-negru sau color, care produce o imagine completa la fiecare 25 de secunde, sau o camera cu scanare liniara - care produce la un moment dat o singura linie dintr-o imagine.

Cea de-a doua etapa este preprocesarea, in care se realizeaza imbunatatirea imaginii digitale prin aplicarea unor algoritmi de accentuare a contrastului si curatare de zgomot.

Urmatoarea etapa o reprezinta segmentarea imaginii - impartirea acesteia in parti constituente sau in obiecte distincte. Segmentarea este una dintre cele mai dificile etape in prelucrarea digitala de imagini, datorita algoritmilor sofisticati de segmentare care necesita calcule complicate si deci un timp mai indelungat de procesare. Rezultatul segmentarii este de obicei un sir de intensitati ale pixelilor, constituind conturul regiunii de interes sau intreaga regiune. Se recurge la reprezentarea ca si contur atunci cand prelucrarea urmareste evidentierea caracteristicilor de forma, de exemplu colturi sau inflexiuni, iar reprezentarea ca regiune se foloseste pentru studiul caracteristicilor interne ale regiunii, cum este textura sau structura interna.

Descrierea presupune procesul de selectare a caracteristicilor, prin care se diferentiaza o clasa de obiecte de alta. Prin recunoastere se realizeaza clasificarea unui obiect intr-o anumita categorie, pe baza descriptorilor - informatii rezultate in urma descrierii imaginii segmentate. Interpretarea presupune gasirea semnificatiilor pentru un grup de obiecte recunosute.

Baza de cunostinte contine informatiile necesare pentru prelucrarea digitala de imagini, sub forma unei baze de date [1].

Capitolul 2

Segmentarea imaginilor

2.1 Definitie

Segmentarea de imagini este descompunerea unei scene in elementele sale componente si reprezinta o etapa cheie in analiza imaginilor. Segmentarea este un procedeu de extragere a informatiilor esentiale in vederea recunoasterii formelor in imagini. in urma procesului de segmentare vor fi extrase din imagine obiecte distincte, regiuni ce satisfac anumite criterii de uniformitate, sau alte elemente

Segmentarea este o operatie care depinde puternic de aplicatie, segmentarea autonoma fiind una dintre cele mai dificile probleme in analiza imaginilor. Procesul de segmentare poate fi simplificat prin incorporarea in algoritmii de prelucrare a informatiilor apriorice - informatii specifice aplicatiei. in urma segmentarii vor rezulta imagini separate

[1] - Vlaicu A., Prelucrarea digitala a imaginilor, Edit. Albastra, Cluj-Napoca, 1997

[2] - Conf. dr. ing. Gui V., Prelucrarea imaginilor, Edit. Polithnica, Timisoara, 1999

[3] - Vertan C., Tehnici fundamentale de prelucrarea si analiza imaginilor, Edit. Matrix Rom, Bucuresti, 2007

[4] - Remus Brad, Procesarea imaginilor si elementelor de computer vision, Editura Universitatii Lucian Blaga, Sibiu, 2003

[5] - Ichim Ionel, Salceanu Gheorghe, Rotaru Florin, Utilizarea imaginilor satelitare in gestiunea teritoriului, Revista Informatica Economica, Institutul de Informatica Teoretica Iasi, nr. 8, 1998

[6] - C.G. Schotten, L.L. Janssen, G.J. Nieuwenhuis, Comparison of Optical an Microwavw Sattelite Data for Land Cover Inventory Purposes Using Digital Field Boundaries, Advances in Remote Sensing, vol. 2, no. 3, 1993

[7] - Lee D., Shan J., Class-guided building extraction from Ikonos imagery, Photogramm. Eng. Remote Sensing, Vol. 69, Nr.2, 2003

[8] - T. Knudsen, Olsen B., Automated change detection for updates of digital map databases, Photogramm. Eng. Remote Sensing, Vol. 69, Nr.11, 2003

[9] - Nevatia R., Lin C., Building detection and description from a single intensity image, Computer Vision and Image Understanding, Vol. 72, Nr.2, 1998

[10] - Mayer H., Automatic object extraction from aerial imagery - a survey focusing on buildings, Computer Vision and Image Understanding, Vol. 74, Nr.2, 1999

[11] - Noronha S., Nevatia R., Detection and Modelling of Buidings from Buidings from Multiple Aerial Images, IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 23, Nr. 5, mai 2001

[12] - Fischer A., Kolbe T., Lang F., Extracting Buildings from Aerial Images Using Hierarchical Aggregation in 2D and 3D, Computer Vision and Image Understanding, Vol. 72, Nr. 2, Nov. 1998

[13] - Collins R., Jaynes C., The Ascender System: Automated Site Modeling from Multiple Aerial Images, Computer Vision and Image Understanding, Vol. 72, Nr. 2, Nov. 1998

[14] - Haala N., Hahn M., Data Fusion for the Detection and Reconstruction of Buildings, Proc. Automatic Extraction of Man-Made Objects from Aerial and Space Images, 1995

[15] - Noronha S., Nevatia R., Detection and Modelling of Buidings from Buidings from Multiple Aerial Images, IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 23, Nr. 5, mai 2001

[16] - Taejung Kim, Javzandulam Ts., Semiautomatic reconstruction of building height and footprints from single satellite images, Dept. of Geoinformatic Engineering, Inha University, 2007

[17] - Burns J. B., Hanson A. R., Extracting straight lines, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 8, 1986

[18] - Kim T., Muller J.P., Development of a Graph-based Approach for Building Detection, Image and Vision Computing, 1999

[19] - Kim T., Lee.T, Semiautomatic Building Line Extraction from Ikonos Image Through Monoscopic Line analysis, Photogrammetric Engineering and Remote Sensing, Nr. 72, 2006

[20] - Yanfeng Wei, Zhongming Zhao, Urban building extraction from high-resolution satellite panchromatic image using clustering and edge detection, Institute of Remote Sensing Applications, Chinese Academy of Science, Beijing, China, 2004

[21] - Massalabi Amani, Dong-Chen He, Goze B. Benie, Eric Beaudry, Detection des zones d'ombres sur les images de tres haute resolution spatiale: application aux donnees Ikonos de Sherbrooke, 25e Symposium canadien, 2003

[22] - Shettigara V.K., Sumerling G. M., Height determination of extended objects using shadows in spot Images, Photogrammetric Engineering & Remote Sensing, Vol. 64. Nr. 1, 1998

[23] - http://www.satimagingcorp.com/gallery-ikonos.html