Διερεύνηση ανίχνευσης ακτογραμμών από τηλεπισκοπικά δεδομένα και ανάπτυξη μεθοδολογίας με έμφαση σε προηγμένες τεχνικές ομαλοποίησης και τον τελεστή Canny

Abstract

Το θέμα της ανίχνευσης της θέσης της ακτογραμμής έχει απασχολήσει σε μεγάλο βαθμό την επιστημονική κοινότητα τα τελευταία χρόνια. Η χαρτογράφηση και η ανίχνευση αλλαγών στη θέση της ακτογραμμής είναι μεγάλης σημασίας για την ασφαλή ναυσιπλοΐα, την προστασία του περιβάλλοντος, την αειφόρο ανάπτυξη και διαχείριση πόρων στο παράκτιο περιβάλλον και το σχεδιασμό αυτού. Η γνώση της θέσης της ακτογραμμής είναι η βάση για την απόδοση χερσαίων και υδάτινων πόρων, αλλά και για τη διεξαγωγή μετρήσεων σε αυτούς (Liu και Jezek, 2004). Επομένως, είναι θεμελιώδης η εργασία ανίχνευσής της σε διάφορες χρονικές περιόδους, καθώς ο εντοπισμός της σε μια δεδομένη χρονική στιγμή δεν δίνει αξιόπιστα δεδομένα για την καθιέρωση μακροπρόθεσμων τάσεων, λόγω υψηλής μεταβλητότητας. Ως εκ τούτου είναι σημαντική η δημιουργία μιας μεγάλης βάσης δεδομένων. Περιοχές που χαρακτηρίζονται από ταχύτατη ανάπτυξη, καθιστούν δύσκολη την ανίχνευση των περισσότερων αλλαγών της ακτογραμμής με τις παραδοσιακές μεθόδους. Τα δορυφορικά συστήματα, τα οποία παρέχουν ψηφιακές εικόνες σε υπέρυθρα κανάλια όπου διαχωρίζεται καλά το έδαφος από το νερό, αλλά και οι τεχνικές επεξεργασίας εικόνας, παρέχουν μια πιθανή λύση σε κάποια από τα προβλήματα δημιουργίας και ενημέρωσης των χαρτών. Οι δυνατότητες των τηλεπισκοπικών συστημάτων μπορούν να χρησιμοποιηθούν για την παροχή επίκαιρων χωρικών δεδομένων στα Συστήματα Γεωγραφικών Πληροφοριών (GIS), να διευκολύνουν την ανίχνευση και την παρακολούθηση της κίνησης της ακτογραμμής. Η Τηλεπισκόπηση παίζει σημαντικό ρόλο, από οικονομικής άποψης, για την απόκτηση χωρικών δεδομένων, εφόσον οι οπτικές εικόνες είναι απλές στην ερμηνεία τους και εύκολα διαθέσιμες. Επιπλέον, η απορρόφηση της ηλεκτρομαγνητικής ακτινοβολίας στο υπέρυθρο μέρος του φάσματος από το νερό και η ισχυρή αντανάκλασή της από τη βλάστηση και το έδαφος, καθιστούν αυτές τις εικόνες ιδανικό συνδυασμό για τη χαρτογράφηση χερσαίων και υδάτινων σωμάτων. Τα χαρακτηριστικά αυτά του νερού, της βλάστησης και του εδάφους, καθιστούν ευρεία τη χρήση εικόνων με κανάλια στο ορατό και υπέρυθρο μέρος του φάσματος στη χαρτογράφηση της ακτογραμμής. Η εξέλιξη των Συστημάτων Γεωγραφικών Πληροφοριών σε συνδυασμό με τη διαθεσιμότητα περισσότερων δεδομένων ακριβείας σε ψηφιακή μορφή, επιτρέπουν την ανάπτυξη αυτοματοποιημένων συστημάτων με σκοπό την εξαγωγή στοιχείων, όπως οι ακτογραμμές. Παράλληλα, εφόσον τεράστιος όγκος δεδομένων μπορεί πλέον να ληφθεί σε πραγματικό χρόνο και είναι σκόπιμο να διαχειρίζεται συστηματικά και σε σύντομο χρονικό διάστημα, είναι απαραίτητη η έρευνα και η υλοποίηση ημι‐αυτόματων και αυτόματων διαδικασιών επεξεργασίας και εξαγωγής γεωπληροφορίας για την παρακολούθηση του παγκόσμιου περιβάλλοντος. Προς αυτήν την απαίτηση και βάσει των τάσεων που διαμορφώνονται από τη μελέτη της βιβλιογραφίας και τις δυνατότητες των δορυφορικών συστημάτων, διερευνήθηκε και αναπτύχθηκε αλγόριθμος για την αυτόματη ανίχνευση της ακτογραμμής από τηλεπισκοπικά δεδομένα. Η δομή του αλγορίθμου περιλαμβάνει τρία στάδια επεξεργασίας: την προ‐επεξεργασία, την επεξεργασία και τη μετα‐ επεξεργασία της εκάστοτε απεικόνισης. Η προ‐επεξεργασία των δεδομένων γίνεται με χρήση φιλτραρισμάτων με σκοπό: (α) την ενίσχυση των στοιχείων ενδιαφέροντος (συγκεκριμένα την ενίσχυση της αντίθεσης των τιμών φωτεινότητας γειτονικών χαρακτηριστικών), (β) την ομαλοποίηση και απλοποίηση της εικόνας, (γ) την απαλοιφή του θορύβου, (δ) την απαλοιφή χαρακτηριστικών σε συγκεκριμένες κλίμακες και τη διατήρηση χαρακτηριστικών σε συγκεκριμένες επιθυμητές κλίμακες. Τελικός στόχος της προ‐ επεξεργασίας είναι αφενός η βελτίωση της εμφάνισης και της φωτοερμηνείας της εικόνας, και αφετέρου η βελτίωση της ανιχνευσιμότητας των επιθυμητών χαρακτηριστικών της. Η βελτίωση της ανιχνευσιμότητας των επιθυμητών χαρακτηριστικών έγκειται στη διευκόλυνση των τεχνικών επεξεργασίας να τα «ανιχνεύσουν». Η επεξεργασία των δεδομένων αφορά στην εξαγωγή των χαρακτηριστικών ή περιοχών ενδιαφέροντος, κι εν προκειμένω στην ανίχνευση των ακμών (edge detection). Η διαδικασία αυτή αφορά στον προσδιορισμό των ορίων μεταξύ γειτονικών περιοχών ή αντικειμένων, με βάση τη μεταβολή των τιμών φωτεινότητας των εικονοστοιχείων. Οι τελεστές που χρησιμοποιούνται για το σκοπό αυτό, και ονομάζονται τελεστές ανίχνευσης ακμών, αποτελούν γραμμικούς και μορφολογικούς φορμαλισμούς της πρώτης και της δεύτερης παραγώγου. Στο πλαίσιο της παρούσας Διπλωματικής Εργασίας εφαρμόστηκαν ο τελεστής Canny και ο μορφολογικός Laplace τελεστής. Ωστόσο, επειδή είναι ευαίσθητοι σε όλες τις εναλλαγές των τιμών φωτεινότητας στο πεδίο της εικόνας, οδηγούν και στην ανίχνευση μη επιθυμητών ή μη πραγματικών ακμών, πρόβλημα τα οποίο αντιμετωπίστηκε με μέτρηση της εντροπίας, συσταδοποίηση Κ‐μέσου (K‐means clustering) και κατωφλίωση στο υπέρυθρο κανάλι. Οι μέθοδοι ανίχνευσης ακμών, αν και αποτελούν μια απλή διαδικασία εν συγκρίσει για παράδειγμα με τις μεθόδους κατάτμησης, υποφέρουν από το γεγονός ότι τα εικονοστοιχεία των ακμών που παράγονται από τους τελεστές είναι αρκετά ασυνεχή και σπάνια χαρακτηρίζουν εντελώς μια ακτογραμμή. Σε αυτό συμβάλλουν αρνητικά η παρουσία εναπομείναντος θορύβου και η σύνθετη υφή. Η αποκατάσταση αυτού του προβλήματος υπολογιστικά είναι μια απαιτητική διαδικασία ακόμα και σε μια χονδροειδή προσέγγιση. Το στάδιο αυτό είναι η μετα‐ επεξεργασία της εικόνας, κατά το οποίο αποκαθίσταται η συνεκτικότητα των ανιχνευμένων χαρακτηριστικών με χρήση μορφολογικών εργαλείων και είναι απαραίτητο για τη διαμόρφωση μιας συνεχούς καμπύλης. Τέλος, στάδιο της μετα‐ επεξεργασίας αποτελεί η ποιοτική αλλά και ποσοτική αξιολόγηση των αποτελεσμάτων, με χρήση κριτηρίων πληρότητας, ορθότητας και ολικής ποιότητας. Βασικό στόχο της εφαρμογής αποτέλεσε η ανάπτυξη μιας μεθοδολογίας κατά το δυνατόν ενιαίας για δεδομένα ιδίων χαρακτηριστικών, εν προκειμένω για απεικονίσεις υψηλής χωρικής ανάλυσης. Παράλληλα, διερευνήθηκε η δυνατότητα επέκτασής της σε απεικονίσεις μεσαίας διακριτικής ικανότητας καθώς και σε απεικονίσεις SAR. Το πεδίο εφαρμογών περιελάμβανε έξι απεικονίσεις QUICKBIRD (4) και WORLDVIEW‐2 (2) υψηλής χωρικής διακριτικής ικανότητας (0,7 και 0,5 m, αντίστοιχα), μία απεικόνιση ASTER μεσαίας χωρικής διακριτικής ικανότητας (15 m) και δύο απεικονίσεις TERRASAR‐X υψηλής χωρικής διακριτικής ικανότητας (3 m). Συνολικά, η παρούσα Διπλωματική Εργασία καταδεικνύει ότι είναι δυνατή η εξαγωγή της θέσης της ακτογραμμής με σημαντική ακρίβεια, δεδομένου ότι εφαρμόστηκαν τεχνικές που δεν «εκμεταλλεύονται» τις χωρικές συσχετίσεις εκάστου εικονοστοιχείου με το περιβάλλον του, κι επομένως η όποια εργασία ή μελέτη παρουσιάζει έντονες και αντικειμενικές δυσκολίες. Το συμπέρασμα αυτό αντικατοπτρίζεται και στις κλίμακες χαρτογραφήσεων οι οποίες καλύπτονται. Τα αποτελέσματα του υλοποιημένου αλγορίθμου στις περιπτώσεις διερεύνησης της εφαρμογής του σε ASTER και SAR δεδομένα, ήταν ενθαρρυντικά. Τέλος, παρουσιάζονται προτάσεις για περαιτέρω έρευνα.

Coastline detection is a task that has greatly concerned the scientific community in recent years. Coastline mapping and change detection are essential for safe navigation, environmental protection, resource management and sustainable coastal development and planning. Knowledge of coastline is the basis for measuring and characterizing land and water resources (Liu and Jezek, 2004). For that reason, coastline extraction in various times is a fundamental work, for its location in a given moment is a low reliable data in order to establish long term trends, since its variability is high. Therefore, the creation of a large database is crucial. Areas characterised by enormous development, make it difficult to detect most of the coastline changes in time by traditional measurements. Remote sensing satellites that provide digital imagery in infrared spectral bands where the land‐water interface is well defined and image processing techniques provide a possible solution to some of the problems of generating and updating the coastline maps. The capabilities of remote sensing systems can be exploited to provide timely spatial data for coastal geographical information systems (GIS), enabling detection and monitoring of coastline movement. Remote sensing plays an important role for spatial data acquisition from economical perspective, since optical images are simple to interpret and easily obtainable. Furthermore, absorption of infrared wavelength region by water and its strong reflectance by vegetation and soil make such images an ideal combination for mapping the spatial distribution of land and water. These characteristics of water, vegetation and soil make the use of the images that contain visible and infrared bands widely used for coastline mapping. The development of geographical information systems in combination with availability of more and more accurate data in digital format, allow for the development of automated systems in order to extract certain elements, such as coastlines. At the same time, since a large amount of data can be available in real time and it is important to be managed systematically and in a short time, research and realization of semi‐automatic and automatic procedures of processing and extraction of geoinformation are essential for environmental monitoring. On this demand and according to the trends of the literature and remote sensing satellites’ capabilities, an algorithm for the automatic detection of coastline from remotely sensed data was investigated and developed. The algorithm structure consists of three processing steps: pre‐processing, processing and post‐processing of each image. Data pre‐processing uses a number of filtering types with the following objectives: (a) enhancement of elements of interest (in particular enhancement of contrast of neighboring pixels’ intensity), (b) smoothing and simplification of the image, (c) noise removal, (d) elements’ removal in certain scales whereas preservation of others in certain desirable scales. Final goal of pre‐processing is, on one hand, the improvement of the image and its interpretation and, on the other hand, the improvement of the detection of its elements of interest, which lies in the “facility” of processing techniques to detect them. Data processing lies in the extraction of elements or regions of interest and in this case in edge detection. This procedure refers to boundary detection of neighboring regions or objects, due to their pixels’ intensity contrast. Detectors used for that cause, called edge detectors, are linear and morphological formalisms of first and second derivative. In the framework of this diploma thesis the Canny and morphological Laplace detectors were applied. However, since they are sensitive in all intensity contrasts in the image field, non desirable or non real edges are detected, a problem that was dealt with the measure of entropy, K‐means clustering and thresholding in infrared band. Although edge detectors are simple procedures in contrast, for example, to segmentation techniques, they “suffer” from the fact that edge pixels are quite discontinuous and rarely characterize a coastline completely. Remained noise and complex texture contribute to this, as well. Restoration of this problem is a demanding procedure to estimate, even in a coarse approximation. This step is about post‐processing of the image, in which connectivity of detected elements is restored, using morphological tools, and it is very important for the development of a continuous curve. Finally, parts of post‐processing procedure are quantitative and qualitative evaluation of the results using completeness, correctness and quality criteria. Main goal of the application was the development of a single methodology for data with same features, in this case for high resolution imagery. At the same time, the possibility of its extension in medium resolution as well as SAR imagery was investigated. The applications’ field included six high resolution QUICKBIRD (4) and WORLDVIEW‐2 (2) imagery (0,7 and 0,5 m, respectively), one medium resolution ASTER image (15 m) and two high resolution TERRASAR‐X imagery (3 m). Generally, the present Diploma Thesis shows that a precise coastline extraction is possible, granted that techniques that do not take advantage of spatial correlations between each pixel and its environment were applied and therefore any work or research has intense and objective difficulties. This conclusion is reflected on the mapping scales achieved, as well. The results of the applied algorithm in the case of ASTER and SAR data were encouraging. Finally, suggestions for further research are given.