Ανίχνευση και Εξαγωγή του οδικού δικτύου με αντικειμενοστραφή ανάλυση Υπερφασματικών εικόνων Hyperion και πολυφασματικών εικόνων Landsat TM και σύγκριση των αποτελεσμάτων

Abstract

Στη συγκεκριµένη διπλωµατική εργασία σκοπός είναι η σύγκριση των αποτελεσµάτων, µεταξύ υπερφασµατικών εικόνων Hyperion και πολυφασµατικών εικόνων Landsat TM, της ανίχνευσης και εξαγωγής του οδικού δικτύου µε τη µέθοδο της αντικειµενοστραφούς ανάλυσης. Αρχικά, παρατίθεται ένα κεφάλαιο το οποίο περιέχει µια ανασκόπηση βασικών εννοιών Τηλεπισκόπησης καθώς και τα κύρια χαρακτηριστικά του πολυφασµατικού και του υπερφασµατικού δέκτη. Στη συνέχεια αναφέρονται κάποιες µέθοδοι και τεχνικές της υπερφασµατικής Τηλεπισκόπησης οι οποίες πραγµατοποιήθηκαν, και το κεφάλαιο κλείνει µε την αναφορά στην αντικειµενοστραφή ανάλυση και στο λογισµικό το οποίο χρησιµοποιήθηκε, στην προκειµένη περίπτωση το eCognition. Έπειτα, λαµβάνει χώρα η µεθοδολογία που ακολουθήθηκε στο λογισµικό eCognition και τα αποτελέσµατα που προέκυψαν από κάθε επεξεργασία. Περιλαµβάνονται πολλές εικόνες και διαγράµµατα για την ευκολότερη κατανόηση της µεθοδολογίας που χρησιµοποιείται και για την καλύτερη παρουσίαση των αποτελεσµάτων. Επίσης δηµιουργήθηκε και πίνακας εικόνων για τον εύκολο εντοπισµό τους. Στο επόµενο κεφάλαιο αναλύεται η αξιολόγηση των αποτελεσµάτων που προέκυψαν. Μετά το αποτέλεσµα που προέκυψε από τη µέθοδο της ‘‘σταθερότητας της ταξινόµησης’’ µε το λογισµικό eCognition, αποφασίστηκε να διεξαχθεί και µια επιπλέον αξιολόγηση µε πίνακα σύγχυσης και δείγµατα. Έτσι, ψηφιοποιήθηκε το οδικό δίκτυο φωτοερµηνευτικά, και αφού έγινε ταύτιση µε το αντίστοιχο ταξινοµηµένο, δηµιουργήθηκε ο πίνακας σύγχυσης και εξήχθησαν οι ακρίβειες των ταξινοµήσεων. Τέλος, αναφέρονται τα συµπεράσµατα που εξήχθησαν από την εκπόνηση της διπλωµατικής εργασίας, µε σηµαντικότερα όλων, ότι οι υπερφασµατικές τηλεπισκοπικές απεικονίσεις υπερτερούν έναντι των αντίστοιχων πολυφασµατικών, και ότι για την καλύτερη ανίχνευση και ανάδειξη του οδικού δικτύου είναι απαραίτητες απεικονίσεις υψηλότερης διακριτικής ικανότητας.

The main purpose of this theses was to compare the results between the hyperspectral images Hyperion and the Landsat TM images, detecting and extracting the road network by using object oriented image analysis methods. Initially, there is a chapter, which includes a review of Remote Sensing and also the main features of Landsat TM and Hyperion sensors. Furthermore, there are some methods and techniques of hyperspectral Remote Sensing, which have been achieved. This chapter comes to an end reporting the object oriented analysis and the eCognition software. The methodology follows, which had been implemented in the eCognition software and in the obtained results. Moreover, it includes many images and diagrams in order to better present the outcomes. Evaluation of the classification accuracy took place both in eCognition using the ‘‘best classification stability method’’, and in ArcGIS using a properly digitized ground truth map of roads with the Conclusion Matrix Method. Finally, the conclusions are started. The most important of all is the hyperspectral Remote Sensing Imagery has advantaged. Increased spatial resolution would certainly help to achieve better accuracies.