リモートセンシングの原理-リモートイメージング、センシング、処理、クリスプのためのセンター

by Posted on

光リモートセンシング画像の解釈

光学画像に含まれる四つの主な種類の情報は、多くの場合、画像解釈のために利用されています:

  • 放射情報（明るさ、強度、色調など）、
  • スペクトル情報（色、色相など）、
  • テクスチャ情報、
  • 幾何学的情報および文脈情報。

これらは以下の例で説明されています。

パンクロマティック画像

パンクロマティック画像は一つのバンドだけで構成されています。 それは通常無彩色スケールのイメージとして表示されます、すなわち特定ピクセルの表示された明るさはピクセルのターゲットによって反映され、探知器 したがって、パンクロマティック画像は、その領域の白黒航空写真と同様に解釈されてもよい。 放射線情報は、解釈に利用される主な情報タイプである。

パンクロマティック画像

10mの地上解像度でスポットパンクロマティックシーンから抽出されたパンクロマティック画像。 左下の都市部と画像の上部付近のクリアは高い反射強度を持っていますが、画像の右側の植生領域は一般的に暗いです。 都市部の道路や建物のブロックが見えます。 画像の右上隅を横切って切断し、植生の領域を流れる川が見ることができます。 川は堆積物のために明るく見えますが、画像の下端の海は暗く見えます。

マルチスペクトル画像

マルチスペクトル画像は、データのいくつかのバンドで構成されています。 視覚的表示のために、画像の各帯域は、一度に１つの帯域をグレースケール画像として、または３つの帯域の組み合わせで、一度にカラー合成画像として表 マルチスペクトルカラー合成画像の解釈には、シーン内のターゲットの分光反射率シグネチャの知識が必要です。 この場合、画像のスペクトル情報内容が解釈に利用される。

以下の三つの画像は、スポットマルチスペクトルシーンから地上解像度20mで抽出されたマルチスペクトルイメージの三つのバンドを示しています。 XS1(緑)とXS2(赤)の両方のバンドは、上に示したパンクロマティック画像とほぼ同じに見えることに注意してください。 対照的に、植生領域は、近赤外波長領域の葉の高い反射率のために、XS3（近赤外）バンドで明るく見えるようになりました。 さまざまな種類の植生に対応して、植生のある地域ではいくつかの灰色の色合いを識別することができます。 水の塊（川と海の両方）は、XS3（近IR）バンドで暗く見えます。



スポットXS1(グリーンバンド)

スポットXS2(レッドバンド)

スポットXS3(IRバンドの近く)

カラー合成画像

カラー合成画像を表示するには、三原色（赤、緑、青）が使用されます。 これらの3つの色をさまざまな割合で組み合わせると、可視スペクトルで異なる色が生成されます。 各スペクトルバンド（必ずしも可視バンドではない）を別々の原色に関連付けると、色合成画像が生成されます。

多くの色は、様々な割合で三原色（赤、緑、青）を組み合わせることによって形成することができます。

True Colour Composite

マルチスペクトル画像が三つの視覚原色バンド（赤、緑、青）で構成されている場合、三つのバンドを組み合わせて”true colour”画像を生成することができます。 例えば、ＬＡＮＤＳＡＴ ＴＭ画像またはＩＫＯＮＯＳマルチスペクトル画像の帯域３（赤色帯域）、２（緑色帯域）および１（青色帯域）を、表示のためにＲ、Ｇ、およびＢ色にそれぞれ割り当てるこ このようにして、結果として得られる色合成画像の色は、人間の目によって観察されるものに密接に似ている。

IKONOS Image
1mの解像度のトゥルーカラー IKONOS image。

偽色合成

マルチスペクトル画像の任意のバンドの表示色の割り当ては、完全に任意の方法で行うことができます。 この場合、表示された画像内のターゲットの色は、実際の色とはまったく似ていません。 得られた製品は、偽色合成画像として知られています。 偽色合成画像を生成するには、多くの可能なスキームがあります。 しかし、いくつかの方式は、画像内の特定の物体を検出するためにより適していてもよい。

スポットマルチスペクトル画像を表示するための非常に一般的な偽色合成スキームを以下に示します。

R=XS3(NIRバンド)
G=XS2(赤バンド)
B=XS1(緑)

この偽色の合成の機構は植物がイメージで容易に検出されるようにする。 このタイプの偽色合成画像では、植生はNIRバンドで高い反射率を有するため、植生の種類や条件に応じて異なる赤の色合いで現れる（分光反射率シグネチ

透明な水は暗青色（緑色のバンド反射率が高い）に見えますが、濁った水は透明な水に比べてシアン（堆積物による赤色反射率が高い）に見えます。 裸の土壌、道路、建物は、その組成に応じて、青、黄色または灰色の様々な色合いで表示されることがあります。



偽色複合マルチスペクトルスポット画像:
赤:XS3;緑:XS2;青:XS1

短波赤外(SWIR)バンドを持つ光学画像を表示するための別の一般的な偽色複合スキームを以下に示ランドサットtmバンド4)
b=レッドバンド(spot4バンド2,ランドサットTMバンド3)

この偽色複合ディスプレイの例は、スポット4画像のために以下に示されています。


SWIRバンドを含むSPOT4マルチスペクトル画像の偽色合成：
赤：SWIRバンド;緑：NIRバンド;青：赤バンド。 この表示スキームでは、植生
は緑の色合いで表示されます。 裸の土およびclearcut区域は紫がかったかマゼンタのようである。
左の真っ赤な部分が活動的な火災の場所です。
活動中の火災現場から発生する煙の噴煙は、かすかに青みがかった色をしているように見えます。

SWIRバンドを表示せずにSPOT4マルチスペクトル画像の偽色合成：
赤: NIRバンド;緑:赤いバンド;青:緑バンド。 植生は赤の色合いで表示されます。
煙のプルームは明るい青みがかった白に見えます。

Natural Colour Composite

三つの視覚原色バンド（すなわち、赤、緑、青）のうちの一つ以上を欠いている光学画像については、スペクトルバンド（そのうちのいくつかは可視領域にないかもしれない）は、表示された画像の外観が可視カラー写真、すなわち緑の植生、青の水、茶色または灰色の土壌などに似ているように組み合わせることができる。 多くの人々は”本来の性格”の合成物としてこの合成物を参照する。 しかし、多くの場合、色はターゲットの”真の”色に似て見えるようにシミュレートされているだけなので、この用語は誤解を招きます。 用語「天然色」が好ましい。

SPOT HRVマルチスペクトルセンサーには青いバンドがありません。 XS1、XS2、およびXS3の3つのバンドは、それぞれ緑、赤、およびNIRバンドに対応します。 しかし適度によく自然な色の合成物は分光バンドの次の組合せによって作り出すことができます:

R=XS2
G=(3XS1+XS3)/4
B=(3XS1-XS3))/4

ここで、R、G、およびBは表示カラーチャンネルです。

ナチュラルカラー複合マルチスペクトルスポット画像:
赤:XS2;緑:0.75XS2+0.25XS3;青:0.75XS2-0.25XS3

植生指数

マルチスペクトルイメージの異なるバンド そのような組み合わせの1つは、赤帯に対する近赤外帯の比である。 この比率は、植生指数（Rvi）

rvi=NIR/赤

植生はNIR反射率が高いが赤色反射率が低いため、植生されていないaerasと比較してrvi値が高くなります。 別の一般的に使用される植生指数は、

NDVI=(NIR-Red)/(NIR+Red)によって計算される正規化差分植生指数(NDVI)です)

上記のスポット画像

から派生した正規化された差分植生指数（NDVI）上記のNDVIマップでは、明るい領域は植生され、非植生領域（建物、清掃、川、海）は一般的に暗 道路を覆う木々は、暗い背景に対して灰色の線形フィーチャとしてはっきりと見えることに注意してください。

NDVIバンドは、マルチスペクトル画像の他のバンドと組み合わせて、異なる種類の植生を識別するのに役立つカラー合成画像を形成することもできます。 そのような例を以下に示します。 この画像では、表示色の割り当ては次のとおりです。

R=XS3(近赤外バンド)
G=(XS3-XS2)/(XS3+XS2)(NDVIバンド)
B=XS1(緑バンド)

点のイメージのNDVI色の合成物:赤:XS3;緑:NDVI;青:XS1。

この色合成画像では、少なくとも三つの種類の植生を区別することができます: 緑、明るい黄色および金黄色い区域。 緑の領域は、閉じたキャノピーと密な木で構成されています。 明るい黄色の領域は、低木または密度の低い木で覆われています。 金色の黄色の領域は草で覆われています。 非植物化された区域は濃紺およびマゼンタで現われる。

テクスチャ情報

テクスチャは、特に高空間解像度の画像のために、視覚的な画像解釈において重要な援助です。 例を以下に示します。 テクスチャの特徴を数値的に特徴付けることも可能であり、画像内の異なるテクスチャのコンピュータ支援自動descriminationのためのアルゴリズムが利用可能

これは、オイルパームプランテーションのIKONOS1-m解像度パンシャープカラーイメージです。 画像は300mです。 一般的な色は全体的に緑色ですが、画像テクスチャから三つの異なる土地カバータイプを識別することができます。 左下隅にある三角形のパッチは、成熟したヤシの木を持つオイルパームプランテーションです。 個々の木を見ることができます。 主なテクスチャは、樹冠によって形成された規則的なパターンです。 画像の上部の近くでは、木はより近くにあり、木の天蓋は一緒にマージし、別の独特のテクスチャパターンを形成します。 この地域は、おそらく低木や木の間に背の高いundergrowthsと低木と放棄された木によって抑制されています。 右下隅には、色がより均質であり、それはおそらく短い草を持つオープンフィールドであることを示しています。

幾何学的および文脈情報

画像解釈のために幾何学的および文脈的特徴を使用するには、関心領域に関するいくつかの先験的な情報が必要である。 一般的に採用されている”解釈キー”は、形状、サイズ、パターン、場所、および他の使い慣れた機能との関連付けです。


文脈と幾何学的情報は、非常に高解像度の画像の解釈に重要な役割を果たします。 建物、路傍の木、道および車のようなイメージで、目に見えるよく知られた特徴はイメージの解釈をまっすぐにする。

これは、船、クレーン、長方形の容器の規則的な列の存在によって証明されるコンテナ港のIKONOSイメージです。 コンテナの間に空のスペースが見られるため、ポートはおそらく最大容量で動作していません。

このスポット画像は、スマトラ州リアウの伐採された森林に隣接するオイルパームプランテーションを示しています。 画像面積は8.6km×6.4kmである。 ここで見られる長方形のグリッドパターンは、この地域の大規模なオイルパームプランテーションの主な特徴です。

このスポット画像は、伐採された森林で土地の清掃が行われていることを示しています。 暗赤色の
地域は残りの森林です。 トラックが森林に侵入しているのを見ることができ、森林における
の伐採活動を暗示しています。 伐採跡はクリアされたエリア
（暗緑色のエリア）にも見られます。 土地の清掃活動は火災の助けを借りて行われていることは明らかです。
活発な火災の現場から発せられる煙の噴煙が見られる。
光リモートセンシング赤外線リモートセンシング
メインインデックスへ

Published by admin

コメントを残す

メールアドレスが公開されることはありません。