02 – Základní zpracování družicových dat

Úkoly

• seznamte se s pojmem vizuální interpretace obrazových dat, na snímcích ze Sentinelu 2 pro oblast Ostravy si vyzkoušejte najít jednotlivé interpretační znaky
• zjistěte základní informace o snímcích a vykreslete si pro jednotlivá pásma histogram
• pro jednotlivé typy povrchu (les, zemědělská půda, zastavěné plochy, vodní plochy a komunikace) si nechte vykreslit spektrální křivky odrazivosti
• vyzkoušejte si různé barevné syntézy pásem a sledujte změny u jednotlivých typů povrchu

Vytvoření vlastní scény ze Sentinelu 2

Data ze Sentinelu 2 jsou snímána ve 13 spektrálních pásmech. Produkty družic Sentinel 2 jsou dostupné uživatelům ve formátu Sentinel-SAFE, včetně obrazových dat ve formátu JPEG2000, indikátorů kvality, pomocných dat a metadat. Formát SAFE je doporučený pro harmonizaci dat ze všech družic programu Copernicus.

Produkty Sentinelu 2 obsahují složku s uvedenými informacemi:

• soubor manifest.safe obsahující obecné informace o produktu ve formátu XML
• náhled snímku ve formátu JPEG2000
• složku s jednotlivými granulemi snímku ve formátu GML-JPEG2000
• informace o datových pásech
• podsložku s doplňkovými daty (např. International Earth Rotation & Reference Systems (Iersel) bulletin)
• HTML náhledy

Veškeré informace o snímcích se dozvíte v Metadatech. Zde jsou obsaženy informace o projekci, základní statistické charakteristiky, rozlišení snímku a pro jednotlivá pásma lze vykreslit histogram hodnot.

V tomto cvičení budete pracovat s produkty na úrovni Level 2A – se sestává z dlaždic o velikosti 100 km² (ortorektifikované snímky v projekci UTM / WGS84). Produkty jsou převzorkovány metodou Ground Sampling Distance (GSD) na prostorové rozlišení 10 m, 20 m, 60 m v závislosti na prostorovém rozlišení různých spektrálních kanálů. Souřadnice pixelů se vážou k vrchnímu levému rohu každého pixelu.

Vizuální interpretace obrazových dat

Základem interpretace je proces rozpoznávání objektů na snímcích. Rozpoznávání je založeno na porovnávání tzv. interpretačních znaků:

• Znaky existující na snímku i ve skutečnosti (tvar, stín, velikost, barva)
• Znaky existující pouze na snímku (tón, textura)
• Znaky vyjadřující vztahy (struktura, poloha)

Úkol č.1 Pro každý uvedený příklad interpretačního znaku nalezněte jeden příklad.

Úpravy snímku

Základní procesy vylepšení snímku (image enhancement) zahrnují úpravy barevného
kontrastu (manipulace s histogramem) a prostorové filtrování. Účelem těchto operací je
zvýraznit požadované fenomény a tak umožnit lepší interpretaci – rozlišit více sledovaných
jevů.

Úpravy kontrastu a histogramu

Histogram snímku ukazuje distribuci četnosti pixelů v závislosti na odrazivosti vyjádřené jako DN (digital number), u nejčastěji používaných 8bitových dat nabývá hodnot 0 – 255. Metod roztažení histogramu je více, nejjednodušší je základní lineární roztažení histogramu (linear histogram stretch, kdy roztahujeme všechny pixely stejně. Jiná metoda je tzv. vyrovnání
histogramu (histogram equalize), kdy roztahujeme více ty pixely, které jsou na snímku zastoupeny četněji. Výsledný obraz je kontrastnější, ale přicházíme o informaci v oblastech s malými spektrálními rozdíly. 

Úkol č.2 Vyzkoušejte v SNAP jednotlivé metody pro roztažení histogramu. Sledujte změny u jednotlivých typů povrchu. 

Postup ve SNAP je uveden v tomto dokumentu.