Επιβλεπόμενη & μη επιβλεπόμενη ταξινόμηση πολυφασματικών εικόνων τηλεπισκόπησης και θεματικές εφαρμογές τους στον Ελλαδικό χώρο: ανάπτυξη σε περιβάλλον Wiki

Abstract

Στην εποχή που διανύουμε γίνεται όλο και πιο απαραίτητη η ανάγκη απόκτησης ποιοτικής και μετρητικής πληροφορίας ενός αντικειμένου ή ενός φαινομένου χωρίς τη φυσική επαφή με αυτό. Σε αυτό το πλαίσιο έρχεται η επιστήμη της Τηλεπισκόπησης και οι τεχνικές της που αφορούν την συλλογή, επεξεργασία και αξιοποίηση δεδομένων που σχετίζονται με το φυσικό περιβάλλον και τις δραστηριότητες του ανθρώπου σε αυτό. Αντικείμενο της παρούσας διπλωματικής εργασίας είναι η διερεύνηση των δυνατοτήτων των τεχνικών ταξινόμησης ψηφιακών τηλεπισκοπικών απεικονίσεων και ο τρόπος που εφαρμόζονται στην ψηφιακή Τηλεπισκόπηση. Στόχος της είναι να παρουσιάσει μια πλήρη εικόνα για αυτές τις τεχνικές επεξεργασίας εικόνας και την αποτελεσματικότητά τους στις διάφορες εφαρμογές. Αρχικά, παρατίθεται ένα κεφάλαιο το οποίο περιέχει μια ανασκόπηση βασικών εννοιών τηλεπισκόπησης και καταγράφονται οι λειτουργίες και οι δυνατότητες των τηλεπισκοπικών δορυφόρων που υπάρχουν. Στο επόμενο κεφάλαιο, γίνεται μια περιγραφή των μεθόδων ψηφιακής επεξεργασίας εικόνας και συγκεκριμένα των τεχνικών ταξινόμησης, ενώ παράλληλα παρουσιάζονται αναλυτικά οι διάφοροι αλγόριθμοι επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης. Ακολουθεί μια σύντομη περιγραφή των δυνατοτήτων του λογισμικού επεξεργασίας εικόνας ERMapper και το πώς εφαρμόζονται και υλοποιούνται οι μεθοδολογίες ταξινόμησης σε αυτό. Έπειτα, παρατίθεται η βιβλιογραφική έρευνα που διεξήχθη για τον εντοπισμό των καταλληλότερων επιστημονικών εργασιών στο πλαίσιο των αναγκών της παρούσας διπλωματικής και που στη συνέχεια αναπτύχθηκαν στο περιβάλλον wiki του εργαστηρίου Τηλεπισκόπησης του ΕΜΠ που αποτελεί ένα επιστημονικό έργο το οποίο απαιτείται να συνεχιστεί, να εμπλουτίζεται συνεχώς με διεθνή βιβλιογραφικά στοιχεία αλλά και πρακτικές εφαρμογές και που γενικά αποτελεί ένα αξιόπιστο και εκπαιδευτικά κατάλληλο βοήθημα στην επιμόρφωση ενός νέου μηχανικού. Στο πέμπτο κεφάλαιο παρουσιάζονται τυπικές εφαρμογές των τεχνικών ταξινόμησης σε περιοχές της Ελλάδας. Για τον σκοπό αυτό χρησιμοποιήθηκαν τηλεπισκοπικά δεδομένα Landsat TM και συγκεκριμένα μια τηλεπισκοπική απεικόνιση που λήφθηκε στις 14 Απριλίου, 2007, και μια που λήφθηκε στις 29 Ιουνίου, 1991. Και οι δύο εικόνες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων WGS84, ενώ η ψηφιακή επεξεργασία έγινε στο λογισμικό ERMapper. Οι τεχνικές ταξινόμησης επιλέχθηκαν από τη βιβλιογραφία και εφαρμόστηκαν κατάλληλα για τις ανάγκες της εκάστοτε εφαρμογής. Τέλος, αναφέρονται τα βασικά συμπεράσματα που προέκυψαν από την σύνταξη της εργασίας και αφορούν την αποτελεσματικότητα των ψηφιακών τεχνικών ταξινόμησης εικόνας κατά την εκτέλεση τους σε ένα μεγάλο σύνολο πρακτικών εφαρμογών.

In the modern world it is becoming more necessary to obtain quantitative information of an object or a phenomenon without physical contact with it. In this context comes the science of Remote Sensing and its techniques of collecting, processing and utilization of data related to the natural environment and human activities in it. Objective of this study was to investigate the possibilities of classification techniques of digital remote sensing imagery and the way that is applied in Remote Sensing. The aim was to present a complete picture of these image processing techniques and their effectiveness in various applications. Initially, a chapter was written containing an overview of basic Remote Sensing techniques and the remote functions and possibilities of satellites that exist. In the next section, is given a description of the classification techniques and the various supervised and unsupervised classification algorithms. Then a brief description follows, of the capabilities of ERMapper image processing software and how the classification methods are applied in this. There is also presented bibliographic research for identifying the most suitable scientific papers for the needs of the present study. All these papers were summarized in the wiki of the NTUA Remote Sensing Laboratory. Then typical applications of classification techniques in Greece are presented. For this purpose Landsat TM data were used and especially two satellite images of central Greece. The first image was acquired on 29 June, 1991 and the second image was acquired on 14 April, 2007. Both images were geometrically corrected in the WGS84, while digital processing took place in ERMapper. The classification techniques were selected from literature and were applied relevant to the needs of each application. Finally, the main conclusions derived from this study are presented, related to the effectiveness of digital image classification techniques in performing in a large set of practical applications.