DZDDPZ8 Fourierova t., spectral enhancement …homel.vsb.cz/~hor10/Vyuka/DZDPZ/DZDDPZEN8.pdfDoc. Dr....

DZDDPZ8 – Fourierova t., spectral enhancement

Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D.

Institut geoinformatiky

VŠB-TU Ostrava

Fourier transforms

• based on data transformation

using harmonic signals =

compositions of sin and cos

trigonometric functions with

different amplitudes and

frequencies.

• Each continuous function can

be Fourier transform

© Dobrovolný

Fourier transforms

• The result can be displayed as Fourier spectrum

• identified low frequencies are recorded near the spectre centre

• high frequencies are recorded near the edges

• orientation of edges or lines in the image is also important –

they are displayed perpendicularly to the original direction

• in the Fourier spectrum, the horizontal lines appear as vertical

lines

• Shades of grey in the Fourier spectrum indicate the count of the

respective frequency.

© Dobrovolný

Procedure of Fourier transforms

• the image is transformed into the Fourier

spectrum using fast Fourier transforms (FFT)

• suitable filters are applied to this spectrum;

• the result is then transformed back into an

image using inverse Fourier transforms (IFT)

• remove noise - apply a circular filter to the

spectrum, keeping only the inner part of the

circle (low frequencies).

• to highlight high frequencies - use a circular

filter retaining the outer part of the spectrum.

• to cancel lines of a certain direction - apply a

wedge filter of perpendicular direction.

© Dobrovolný

Spectral enhancement • manipulation with multi-images

• division of the image and the use of ratios of image

bands

• we can distinguish subtle spectral changes

• highlight changes in the inclination of spectral

reflectance curves regardless of the absolute values

• From n bands IT - create n*(n-1) ratios or 1/2

(regardless of order).

Index characteristics • Decrease the influence of topography – different DN values due to

variously illuminated slopes

• Calculation of spectral indices to enhance vegetation or some

minerals

• Generally, the numerator contains the band which is intensely

reflected by the highlighted surface while the denominator contains

the band that is significantly absorbed by the given surface

(Dobrovolný, 1998).

• Examples:

– TM4/TM3 as a vegetation index,

– TM3/TM1 as an index highlighting soils containing iron oxides (“red soils”),

– TM5/TM7 as an index highlighting soils with higher content of clay minerals

optimum index factor • Synthesis from bands with the most different information

• OIF

• sk standard deviation of the k-band

• rj correlation coefficient between two included bands

• Composition (synthesis) with the highest OIF – provide the greatest

benefit (theoretically)

• Recommendation what bands should be included

• If the final image contains only ratios for

synthesis, the information on absolute values may

be missing. If one original band is also used, we

get a hybrid synthesis.

• As with other forms of image enhancement, pre-

processing is recommended.

• Especially when using ratios, it is necessary to

remove noise such as atmospheric haze

Vegetation indexes

• Usually ratios

• Most frequent usage:

– Assessment of the green biomass occurrence

– Indicator of the overall change in the environment

(drought)

• Various vegetation indices – normalized VI, transformed VI

34

34

TMTM

TMTMNDVI

Principle of the calculation of vegetation indices

• Based on

– High interaction of health vegetation with VIS and NIR

radiation

– specific spectral behaviour of vegetation (see basic course

of RS!)

– Different behaviour of other materials (land cover)

Classification of vegetation indexes

• Vegetation indexes

– empirical

– optimalized

• Vegetation indexes (Jackson, Huete, 1991)

– Slope-based

– ratio

– ortogonal

– transformed

Empirical vegetation indexes

• Detection of vegetation occurrence

• The result has no exact physical meaning

• Not quantitative assessment but only indicators

• empirical based - obtained from various experiments

• Simple and fast calculation

• Not dependent on sensor

• Sensitive to some parameters (humidity, illumination)

but they are not crucial

Optimized vegetation indexes

• Optimized to evaluation of the specific characteristics

of vegetation

• The term „index“ has historical roots and frequently

they are not indexes according to the way of

calculation (no ratio)

• More difficult calculation

• Sensor dependent

• Result is the quantitative variable

• Enable to compare imaged obtained from different

sensors and for different places

Slope-based vegetation indexes

• VI is based on the ratio R/NIR reflectancies which

create a semi-line from the axe origin (axes R and

NIR reflectance)

Slope-based VI

• ideally the slope of the line R-NIR should relate to

the quantity of vegetation

– β0 … free soil

– β1 … free soil, traces of vegetation

– β2 … soil dominates + vegetation occurence

– ……

– β6 … full coverage of vegetation

Ratio-based VI

• Comparison of the reflectance in R and NIR

• Various modifications

• RATIO, NDVI, RVI, NRVI, TVI, CTVI, TTVI

Simple Ratio (SR)

Ratio Vegetation Index (RVI)

• Sensitive to divide by zero

• Proposed for Landsat MSS

• Separates vegetation from the soils in the background

• High values are caused by:

– Intensive absorption of R radiation by chlorophyll

– Intensive reflectance of NIR radiation by internal structure

of the leaf

R

NIRSR

VIS

NIRSR

Normalized Differential Vegetation Index

NDVI

• Designed for Landsat MSS (1974), and other sensors

• Separates green vegetation from soils

• Higher values indicate massive occurence of vegetation

• Rich vegetation – positive values (0.3 - 0.8)

• Soils – small positive NDVI values (0.1 - 0.2).

• free standing water - very low positive or even slightly

negative NDVI values

• clouds and snow fields - negative values of NDVI

34

34

TMTM

TMTMNDVI

12

12

AVHRRAVHRR

AVHRRAVHRRNDVI

• NDVI in Europe.

Source: DLR

http://www.seos-project.eu/modules/remotesensing/remotesensing-c09-p01.html#DLR

Transformed Vegetation Index TVI

• Designed as a modification of NDVI (1975)

• Express the quantity of green biomass

• Calibration required

• Partly eliminates the occurence of negative values

• linear development (normal distribution of data)

100*5,034

34

TMTM

TMTMTVI

Corrected Transformed Vegetation Index CTVI

• Proposed as a modification of TVI (1984)

• Eliminates disadvantages of NDVI and TVI caused by

negative values

• Disadvantage – overestimation of the green vegetation

occurrence

Thiam’s Transformed Vegetation Index TTVI

• navržen jako úprava CTVI (Thiam, 1999)

• eliminuje nedostatky CTVI způsobené nadhodnocováním

výskytu vegetace

Normalized Ratio Vegetation Index NRVI

• efekt normalizace se projevuje podobně jako u NDVI

– minimalizován problém variability osvětlení v důsledku

topografických vlivů

– lineární průběh stupnice

• omezuje negativní vliv atmosféry

• normální rozdělení hodnot NRVI

Orthogonal (distance-based) VI

• využívají linii půd - popisující charakteristické

příznaky odrazivosti půd pro R a NIR záření

Orthogonal (distance-based) VI

• pixely, reprezentující holé půdy, vykazují kladnou korelaci

hodnot odrazivosti pro R a NIR pásma

• výpočet rovnice linie půd metodou nejmenších čtverců

Perpendicular Vegetation Index PVI

• základ ortogonálních indexů

• z PVI odvozeny další vegetační indexy

• hlavní smyslem je:

– minimalizovat vliv míchání spektrální odezvy řídké

vegetace a půd v pozadí

– řeší problém smíšených pixelů

• použití v aridních a semi-aridních oblastech

Other (non-VI) indexes

Other (non-VI) indexes

• NDWI – normalised difference water index (vlhkost v

rostlinách), vyžadována pásma 900 a 1250 nm

• NDSI - normalised difference snow index – pásma 500 nm a

1500 nm

• NBR - normalised burn ratio – pásma 1000 nm a 2000 nm

• Hydrokarbonový index (Smejkalová)

• analýza hlavních komponent, dekorelační roztažení histogramu

http://web.natur.cuni.cz/ugp/main/staff/martinek/DPZda

ta/3-DPZ-ImageAnal.pdf

• PC1, PC2, PC3 jako RGB

• PC1, PC2, PC3 jako RGB – decorrelation a D-roztažení



• RGB-IHS transformace



Resolution Merge

• spojení obrazů s různým rozlišením

• získání výsledného obrazu, který má prostorové a spektrální rozlišení stejné jako vyšší z obou původních vstupních obrazových záznamů

• např.:

– Landsat 7 - pásma 1-5, 7 prostorové rozlišení 30 m/pixel

– Landsat 7 - pásmo 8 prostorové rozlišení 15 m/pixel

• výsledkem tzv. PAN sharpened image

Resolution Merge

Jiné varianty využití RGB<->IHS

• Odlišení jemných změn v plochách hornin: • MSS4, MSS5, MSS7 do složky I;

• MSS5/MSS4 do H;

• MSS5/MSS6 do S;

• Pak zpětná transformace do RGB

• Podobně geologické struktury pro SEASAT

• Tvorba zavěšených map na reliéfu: • Obraz mapy do I;

• DMT do H;

• 127 do S;

• zpětná transformace do RGB

• Zvýraznění AVHRR (pouze 2 pásma). 1+2 = I; 2/1 do H; 1-2=S

• TM 5/4 3/1 5/7 jako RGB - HSI transformace



Brovey transformation

• využívá 3 pásma multispektrálního obrazového záznamu +

obraz s vysokým prostorovým rozlišením

• např.:

[DNB1/ (DNB1+ DNB2+ DNB3)] x [DNHiResImage] = DNB1new



• usnadnění vizuální interpretace

• zvýšení kontrastu v oblast nejsvětlejších a nejtmavších

charakteristik (poskytuje kontrast ve stínech, v oblasti

vodních objektů, …)

M-T Transformation – merging

principal components

• využívá PC-1 pásmo – iluminace scény

• usnadnění vizuální interpretace

• zvýšení kontrastu v oblast nejsvětlejších a

nejtmavších charakteristik (poskytuje kontrast ve

stínech, v oblasti vodních objektů, …)

Literatura • Jackson, R. D. and Huete, A. R. (1991) Interpreting vegetation

indexes. Prev. Vet. Med. 11. pp. 185–200

• Dobrovolný P.: Dálkový průzkum Země. Digitální zpracování

obrazu. Brno 1998.

• http://www.chemagazin.cz/userdata/chemagazin_2010/file/CHE

MAGAZIN_XX_6_cl10%281%29.pdf

• IDRISI Manual, kap. 18 – Vegetation indices

DZDDPZ8 Fourierova t., spectral enhancement …homel.vsb.cz/~hor10/Vyuka/DZDPZ/DZDDPZEN8.pdfDoc. Dr....

Documents

Transcript of DZDDPZ8 Fourierova t., spectral enhancement …homel.vsb.cz/~hor10/Vyuka/DZDPZ/DZDDPZEN8.pdfDoc. Dr....