Αυτόματη εξαγωγή χαρακτηριστηκών από εναέριες και δορυφορικές εικόνες με τεχνικές υπολογιστικής όρασης

Abstract

In Remote Sensing, during the last thirty years, techniques for the analysis and processing of satellite data have been developing, with the help of algorithms for the definition of models, patterns and spectral characteristics. Respectively, in Photogrammetry the last fifteen years a rapid growth of techniques and methodologies has been performed, with automations in all kind of algorithms and for the production of various products, as orthoimages, 3d reconstructed objects, etc.. All these years, these two scientific disciplines tend to research, implement, evaluate and extend ideas and techniques from the fields (in the past) of Digital Signal Processing, Image Analysis and Pattern Recognition and (nowadays) from the fields of Computer Vision and Artificial Intelligence. In this framework and aiming at an automatic feature extraction from aerial and satellite imagery, in the present doctoral thesis, low and medium level computer vision techniques were researched and developed. More specifically, algorithms for were developed for: (a) image enhancement and simplification in nonlinear scale spaces, (b) the detection of points, blobs and edges and for (c) image segmentation. Results are described in the following seven bullets, in relation with the methodologies a, b and c, on which are mainly based on. Algorithms were developed, implemented and evaluated for: (a).1 image scale space simplification, where the novel ‘Anisotropic Morphological Leveling’ was introduced. (b).2 automatic point detection from stereopairs and image sequences. (b).3 automatic olive trees detection and counting from satellite images. (b).4 automatic coastline detection from satellite images. (c).5 automatic oil spill detection from radar imagery. (c).6 automatic man-made object detection, like roads, building and airports, from aerial and satellite imagery. (c).7 automatic and simultaneous optical flow estimation and object detection from stereopairs and image sequences. Results were evaluated both qualitatively and quantitatively and are judged promising. Future research based on developed, here, methodologies - which, in the framework of the present thesis, have been studied on a basic research level - towards the construction of automatic feature extraction operational systems, requires a further systematic evaluation, through algorithms application to various, in number and type, aerial and satellite data.

Στην Τηλεπισκόπηση τα τελευταία τριάντα χρόνια αναπτύσσονται συνεχώς τεχνικές ψηφιακής ανάλυσης των τηλεπισκοπικών δεδομένων με την βοήθεια αλγορίθμων για τον προσδιορισμό χωρικών και φασματικών χαρακτηριστικών και πρότυπων. Αντίστοιχα, στην Φωτογραμμετρία τα τελευταία δεκαπέντε χρόνια έχει πραγματοποιηθεί μια ραγδαία ανάπτυξη τεχνικών και αλγορίθμων, που την καθιστούν σχεδόν εξολοκλήρου ως μια ψηφιακή μετρητική μεθοδολογία, με αυτοματοποιήσεις σε όλο το εύρος των τεχνικών της για την παραγωγή ποικίλων προϊόντων, όπως ορθοφωτογραφίες, τρισδιάστατα μοντέλα αντικειμένων, κ.α.. Όλα αυτά τα χρόνια και οι δύο αυτές επιστημονικές περιοχές τείνουν να διερευνούν, να υλοποιούν, να αξιολογούν και να επεκτείνουν ιδέες και τεχνικές από τα πεδία (παλαιότερα) της Ψηφιακής Επεξεργασίας Σημάτων, Ανάλυσης Εικόνων και Αναγνώρισης Προτύπων και (στις μέρες μας) των πεδίων της Όρασης Υπολογιστών και της Τεχνητής Νοημοσύνης. Στο πλαίσιο αυτό και με στόχο την αυτόματη εξαγωγή χαρακτηριστικών από εναέρια και δορυφορικά δεδομένα, στην παρούσα διδακτορική διατριβή, διερευνήθηκαν και αναπτύχθηκαν, νέες κατά βάση χαμηλού και μεσαίου επιπέδου, τεχνικές Όρασης Υπολογιστών, οι οποίες οδήγησαν στην αυτόματη εξαγωγή αντικειμένων. Πιο συγκεκριμένα, διερευνήθηκαν και αναπτύχθηκαν (α) μεθοδολογίες ενίσχυσης, ομαλοποίησης, απλοποίησης εικόνων σε χώρους κλίμακας, (β) μεθοδολογίες ανίχνευσης σημείων, κηλίδων και ακμών και (γ) μεθοδολογίες κατάτμησης εικόνων. Τα αποτελέσματα της διατριβής περιγράφονται στα παρακάτω σημεία, και σε αντιστοιχία και με τις μεθοδολογίες α, β και γ, στις οποίες και κατά κύριο λόγο βασίζονται. Πραγματοποιήθηκε η ανάπτυξη, υλοποίηση και αξιολόγηση μεθοδολογίας για την: (α).1 απλοποίηση εικόνων, όπου προτάθηκε το νέο ‘Ανισοτροπικής Μορφολογικής Εξομάλυνσης’ φιλτράρισμα εικόνων. (β).2 αυτόματη εξαγωγή χαρακτηριστικών σημείων σε σειρά στερεοσκοπικών εικόνων. (β).3 αυτόματη εξαγωγή και καταμέτρηση ελαιοδένδρων σε δορυφορικές εικόνες. (β).4 αυτόματη εξαγωγή ακτογραμμών σε δορυφορικές εικόνες. (γ).5 αυτόματη εξαγωγή πετρελαιοκηλίδων σε δορυφορικές απεικονίσεις ραντάρ. (γ).6 αυτόματη εξαγωγή ανθρωπογενών χαρακτηριστικών όπως δρόμοι, αεροδρόμια και κτίρια σε εναέριες και δορυφορικές εικόνες. (γ).7 αυτόματη και ταυτόχρονη εκτίμηση της οπτικής κίνησης και της εξαγωγής αντικειμένων σε ακολουθίες εικόνων (βίντεο) ή στερεοζεύγη εικόνων. Τα αποτελέσματα αξιολογήθηκαν ποιοτικά, αλλά και με βάση ποσοτικούς δείκτες και κρίνονται ελπιδοφόρα. Η περαιτέρω αξιοποίηση των αναπτυγμένων μεθοδολογιών, οι οποίες στο πλαίσιο της διατριβής, διερευνήθηκαν σε επίπεδο βασικής έρευνας και για την ένταξή τους σε αυτοματοποιημένα συστήματα εξαγωγής χαρακτηριστικών, χρίζουν συστηματικής αξιολόγησης μέσα από την εφαρμογή τους σε ποικίλα, σε αριθμό και τύπο, εναέρια και δορυφορικά δεδομένα.