Αντικειμενοστραφής ανάλυση δορυφορικών εικόνων με σκοπό την αυτόματη ταξινόμηση χρήσεων / καλύψεων γης σε αγροτικές περιοχές για τον έλεγχο των αγροτικών επιδοτήσεων

Abstract

Στην παρούσα διπλωματική εργασία πραγματοποιείται επεξεργασία μιας δορυφορικής εικόνας Quickbird υψηλής διακριτικής ανάλυσης μιας αγροτικής περιοχής της Κρήτης, συγκεκριμένα του οικισμού της Αμμουδάρας στο νομό Ηρακλείου. Στόχος είναι η διερεύνηση των περιπτώσεων χρήσης / κάλυψης γης που επιδοτούνται από την Ευρωπαϊκή Ένωση μέσω του Οργανισμού Πληρωμών και Ελέγχου Κοινοτικών Ενισχύσεων Προσανατολισμού και Εγγυήσεων και η δημιουργία μιας αλληλουχίας διεργασιών που να είναι ευέλικτη και εφαρμόσιμη σε πολλές περιπτώσεις αγροτικών περιοχών. Η διαδικασία της επεξεργασίας γίνεται με αντικειμενοστραφή ανάλυση εικόνας και συγκεκριμένα βάσει κανόνων ασαφούς λογικής, στην τελευταία έκδοση του λογισμικού eCognition της εταιρίας DEFINIENS Imaging GmbH. Δημιουργείται μια βάση γνώσης αποτελούμενη από κανόνες που στηρίζονται σε φασματικά, τοπολογικά, γεωμετρικά κριτήρια και κριτήρια υφής. Η εικόνα κατατμείται σε τρία επίπεδα, όπου το μεσαίο είναι το τελικό επίπεδο προβολής και εμφάνισης των τελικών κατηγοριών. Έμφαση δίνεται στις κατηγορίες καλλιεργειών της περιοχής, δηλαδή στους ελαιώνες και τους αμπελώνες. Η ταξινόμηση των δυο αυτών κατηγοριών στηρίζεται στην αναγνώριση και σωστή κατάτμηση των στοιχείων του γεωμετρικού μοτίβου που τις χαρακτηρίζουν, δηλαδή των δέντρων ένα προς ένα για τους ελαιώνες και των γραμμικών στοιχήσεων για τους αμπελώνες. Η κατάτμηση αυτή πραγματοποιείται στο χαμηλότερο επίπεδο και τα αντικείμενα που προκύπτουν προβάλλονται σε μεγαλύτερο επίπεδο όπου σχηματίζονται τα τελικά όρια των αντικειμένων ελαιώνων και αμπελώνων, σύμφωνα με τις τιμές που δίνονται στους κανόνες «σχετικού εμβαδού» αντικειμένων με τα υποαντικείμενά τους. Η αλληλουχία των κανόνων εφαρμόζεται και σε δεύτερη δορυφορική εικόνα Quickbird του Ηρακλείου Κρήτης, όπου γίνονται οι απαιτούμενες αλλαγές κάποιων τιμών κατωφλίωσης και προστίθενται δυο νέοι κανόνες. Ο ένας στοχεύει στον αποκλεισμό των σκιών από μερικά ψηλά δέντρα από το να ταξινομηθούν στην κατηγορία αυτή, και ο δεύτερος είναι ο κανόνας υφής κατά Haralick που εφαρμόζεται σε περιπτώσεις αμπελώνων με δυσδιάκριτα γραμμικά στοιχεία. Εφαρμόζονται αλγόριθμοι ανακατασκευής σχήματος και ενοποιούνται τα αντικείμενα των ίδιων κατηγοριών μεταξύ τους. Το τελικό στάδιο της αξιολόγησης γίνεται μέσω της χρήσης επιλογών που προσφέρει το λογισμικό πακέτο E Cognition και, συγκεκριμένα, αξιολόγηση βάσει του βαθμού συμμετοχής, της σταθερότητας της ταξινόμησης και βάσει δειγμάτων ελέγχου. Τα αποτελέσματα της αξιολόγησης των ταξινομήσεων των δυο εικόνων στο σύνολό τους αλλά και για τις κατηγορίες ενδιαφέροντος είναι ικανοποιητικά. Οι συνολικές ακρίβειες ξεπερνούν σε ποσοστό το 80%.

The current thesis presents an object based image analysis of a high resolution Quickbird satellite image of an agricultural area in Crete Island. Its purpose is the investigation of the cases of land use/cover that deserve grants from the European Union through the Organization of Payments and Control of the Community Support and the creating of a sequence of processes that can be adaptable to many cases apart from the one that is analyzed by this research. The processing is conducting using fuzzy logic rules in the latest edition of E Cognition software (version 8). A knowledge base is created that is based on rules containing spectral, topological, shape and texture characteristics. Image segmentation is conducted in three levels, of which the middle level is the final projection level where the final classes are presented. The procedure gives emphasis to the agricultural parcels of the area, the olives and the vineyards. The classification of those two classes is based on the identification and correct splitting of their individual parts in the lower level, the delineation of vine plots and the isolation of each tree. The objects generated from this step are projected to the higher level in order to form the final shape of the crop parcels, according to the values given to the rules of “Relative area of the subobjects”. The sequence of rules as formed from the first image is performed on a second study area at a Quickbird satellite image of a similar region in Crete Island. Some required changes to the threshold values of some rules take place in this second attempt and, also, the inclusion of two extra rules. One is added to avoid the fusion of the shadows observed in this image with the class of “trees”, and the second rule is the “Texture Haralick” characteristic that is applied in cases where the vine plots are indistinguishable and, therefore, cannot be detected. Reshaping algorithms are applied to the classification result of its study case and the objects of the same class are being merged. The last phase is the evaluation of the results that is conducted through the options given by the software E Cognition and, specifically, the evaluation based on best classification result matrix, classification stability matrix and the confusion matrix derived from control samples. The classification‘s evaluation of both images show satisfactory results for the total area but also for all classes of interest. The overall accuracies presented are over 80%.