CC BY
11
УДК 528.7+514.1
Д.В. СУЩЕВСЬКИЙ
Дншропетровський нацюнальний ушверситет
ВИЯВЛЕННЯ ТА 3-D В1ЗУАЛ1ЗАЦ1Я ШТУЧНИХ ОБ'СКТШ ЗЕМНО1 ПОВЕРХН1 З ВИКОРИСТАННЯМ Л1ДАРНИХ ТА ОПТИЧНИХ СУПУТНИКОВИХ ЗОБРАЖЕНЬ
В данш cmammi було peani30eaH0 методику 3D-ei3yani3aqii pe3ynbmamie дешифрування o6'eKmie штучного походження. В роботi використано супутниковi цифровi лiдaрнi та оптичш зображення. Результатами роботи було продемонстровано комплексне використання лiдaрних та оптичних зображень, що тдтверджуе доцтьтсть застосування синергетичного тдходу в облaстi виявлення об'eктiв штучного походження.
Ключовi слова: 3D-вiзуaлiзaцiя, лiдaрнi зображення, виявлення об'eктiв штучного походження, карта змт.
D.V. SUSHCHEVSKIY
Dnipropetrovs'k National University
MAN-MADE OBJECTS RECOGNITION AND 3D VISUALIZATION USING LADAR AND
OPTICAL SATTELITE IMAGES
Annotation
The process of man-made objects recognition and 3D visualization using LIDAR and traditional optical images is considered. The purpose of the research is to build a method of 3D visualization of man-made objects on the basis of complex usage of different data sets (radar and optical data) with further its implementation in the field of change detection of mane-made objects. The article provides a systematic description of each stage starting from data acquisition and data source description. The first stage includes LIDAR and optical images registration to avoid further mistakes in objects' shape recognition. On the next step, shadow and grass filtration, LIDAR height image segmentation and morphological processing is performed. The resulted image is merged with initial RGB image for visual accuracy assessment. The accuracy of building detection is also proved by numerical value of 89% which points to the high accuracy of the recognition. The result of this paper is considered as a starting point of building automated process of man-made objects' change detection and 3D visualization.
Keywords: 3D visualization, LIDAR images, man-made objects recognition, change map.
Постановка проблеми. Сучасш методи отримання, обробки та штерпретацп двовимiрних (2D) та тривимiрних (3D) поверхонь, а також можливють здшснювати арифметичш маншуляцп з ними, розширюють коло задач, яш можна вирiшувати на основi отриманих даних. Наприклад, виникае можливють реально i оперативно визначити мюця змш земно! поверхш рiзно! природи за рiзночасовими зображеннями.
Шдльна взаемодiя з економiчними факторами веде до того, що найбшьш затребуваними стають гнучш системи, що здатш задовольнити потреби будь-якого споживача даних послуг. Так системи здатш працювати з уама сучасними класами зображень, отриманих з рiзноманiтних систем, та вирiшувати широкий спектр задач, таких як розшзнавання зображень, картографування мюцевосп, виявлення змш об'екпв земно! поверхш та вiзуалiзацiя результапв у 2D та 3D формата
Особливий штерес складае останнш вид вiзуалiзацi!, тобто побудова тривимiрно! карти змш. В ситуащях, коли основним критерiем ефективносп роботи системи е швидшсть прийняття ршення на основi аналiзу наданого системою результату, тривимiрнi даш такого формату надають максимальний об'ем шформаци про критичну дшянку мюцевосп.
AH^i3 останшх дослiджень. До тепершнього часу анал1з рiзночасових зображень з метою виявлення на них змш здшснювався за допомогою методiв, що використовують !х кольоровi та яскравюш характеристики. Але цi характеристики суттево змiнюються при варiацi! умов зйомки та можуть помилково трактуватися як змша земно! поверхнi. Тому можливосп застосування цих методiв обмеженi. До традицшних авiацiйних та супутникових зображень оптичного дiапазону додалися новi класи зображень: гiперспектральнi зображення, данi радарно! та лвдарно! зйомки. Комплексне застосування перелiчених методiв отримання зображень дае суттевий виграш у точностi кшцевого результату та спектру вирiшуваних задач. Крiм того, iнформацiя про висоту, що надаеться радарними системами, дозволяе вийти на принципово новий рiвень вiзуалiзацi! iнформацi! - 3D-вiзуалiзацiя.
Формулювання цiлей CTaTTi (постановка завдання). В [1] було здшснене досл1дження методiв виявлення змiн об'ект1в штучного походження, результатом чого стало отримання двовим1рно! карти змш об'екпв штучного походження. Дана стаття е лог1чним продовженням цього напрямку досл1джень. За кшцеву мету поставлено отримання 3D-карти змш У попередньому дослiдженнi в якосл основного джерела даних були обраш зображення оптичного дiапазону, що
накладало певт обмеження щодо методiв !х штерпретаци. Зокрема побудова тривимДрно! моделi була можливою лише Í3 застосуванням стереоскошчно1 зйомки з подальшою обробкою ii результатiв методами фотограмметрп, що потребуе величезних обчислювальних ресурав. На вiдмiну вiд оптичних зображень, лiдарнi зображення надають користувачевi безпосередню iнформацiю про висоту об'екту без проведения крупномасштабних геометричних перетворень. Так, побудова тривимДрно! моделi об'ектiв iз застосуванням даного класу зображень е з економiчноl точки зору бшьш ефективним методом.
Метою дано! роботи е практичне застосування методики тривимДрно! реконструкцп об'ектiв штучного походження для подальшого ll використання за побудови карти змш. Далi розглянуто процес побудови 3D-моделi на прикладi лщарних та оптичних RGB-зображень унiверситету Калгарi (Канада) [2].
Основна частина. На сьогодшшнш день у дистаицiйному зондуванш землi (ДЗЗ) використовують двi технологи отримання радарних зображень: SAR (Synthetic Aperture Radar - радар iз синтезованою апертурою) та LIDAR (Light Detection and Ranging - виявлення свгглом iз визначенням дальностi). Принцип дп радару став основою для обох технологш: iнформацiя про вщдалений об'ект отримуеться за допомогою активних систем, що використовують явище ввдбиття та розсiювания електромагнiтниx хвиль. Ввдмшшстю е те, що у SAR використовують радiодiапазон, а активним елементом LIDAR е лазер, що використовуеться в якосп джерела iмпульсного випромiнювання. В областi дешифрування та виявлення змш лщарш системи набули 6Дльш широкого застосування. У них головним сенсором, що здшснюе збирання даних е лазерний сканер, оск1льки вш збирае iнформацiю як про дальшсть (рис. 1а), так i про штенсившсть (рис. 1б) скановано1 области Новiтнi лiдарнi системи мiстять додатковi сенсори, так1, як цифрова камера та/або iнфрачервоний сенсор. Цд сенсори збирають не тiльки позицшну, але й семантичну iнформацiю про кожну скановану точку. Таким чином, лвдарна система одночасно отримуе зображення як дальносп, так i iнтенсивностi.
HEIGHT IMAGE INTENSITY IMAGE
a) б)
Рис. 1. Вихвдт л^рт 'tofipavKeMMH: a) 'íofipa'/Keiiiiii дaльнoстi; б) зoбрaжeння iнтeнсивнoстi
Глобальною метою дослвдження е побудова тривимДрно! карти змш саме штучних об'екпв земно1 поверxнi, тобто будiвель та споруджень. Для виявлення даних об'екпв, використовуватимемо методику, запропоновану в [1], де в якосп вихщних даних обрано висотне лвдарне зображення (рис. 1а).
Рис. 2. Вих^те RGB-зofрaжeння oтримaнe oптичними сeнсoрaми (гeoмeтричнo скoрeгoвaнe тa гeoгрaфiчнo прив'язaнe)
Першим етапом робгг е геометрична реeстрацiя вихвдного радарного зображення методом взаемно! iнформацiï запропонованим у [3], де в якосп опорного зображення обрано геометрично-скореговане RGB-зображення мюцевосп (рис. 2). Цей крок е необхвдним для виключення помилок дешифрування, що можуть виникнути через геометричш спотворення форми об'ектiв у лщарному зображеннi внаслiдок великого кута огляду знiмальноï платформи з лвдаром.
На другому етат здiйснюеться дешифрування геометрично-скорегованого висотного зображення з метою виявлення будiвель. Дешифрування здiйснюеться вiдповiдно до методики, запропонованоï в [1], з наступними етапами робiт:
1) виключення рослинносп з областi розпiзнавання з використанням вегетацiйного iндексу (операцiя здшснюеться на RGB-зображеннi з подальшим переносом областей на висотне зображення);
2) виключення тшей iз областi розшзнавання шляхом використання кольорового iнварiанту rim (операцiя здiйснюеться на RGB-зображеннi з подальшим переносом областей на висотне зображення);
3) сегментащя та морфолопчна обробка висотного зображення, результатом якого е отримання перелшу об'екпв-кандидапв;
4) використання удосконаленого коефщенту прямокутностi та iнварiанту кола [1] для Щнального визначення об'екпв штучного походження (рис. 3)
1000
800
600
400
200
111
Рис. 3. Геометрично-кореговане RGB-зображення
Для оцшки точносп виявлення будiвель здшснено сумiщення виявлених областей та вихвдного RGB-зображення (рис. 4). Стосовно даного прикладу, к1льк1сний показник точносп складае 87 %. Висока достовiрнiсть розпiзнавання також пiдтверджуеться вiзуальним сприйняттям.
Рис. 4. Виявлет будiвлi на RGB-зображент
На основi зображення на рис. 3, що мютить iнформацiю про висоту об'ектiв, з використанням вщповвдного програмового забезпечення (в даному випадку MATLAB), було здiйснено побудову 3D-модел1 (рис. 4).
ш
Рис. 4. Виявлет будiвлi на RGB-зображент
Висновки та перспективи подальших дослвджень. Застосування л1дарних зображень суттево розширюе можливостi iснуючих методiв розпiзнавання об'екпв. Комплексне застосування л1дарних та RGB-зображень дозволяе значно покращити достовiрнiсть розшзнавання, а також здiйснювати вiзуалiзацiю результапв у 3D-форматi. Данi результати е шдтвердженням ефективностi синергетичного подходу, описаного в [4]. Подальшi досл1дження спрямовано на 3D-вiзуалiзацiю результатiв виявлення змш рiзночасових л1дарних зображень з подальшою автоматизацiею етапiв даного процесу.
Лггература
1. Сущевський Д. В. Геометричш модел1 iдентифiкацi! та вiзуалiзацi! змш штучних об'екпв земно! поверхнi за рiзночасовими зображеннями. Дис. ... канд. техн. наук / Дншропетровський нацюнальний унiверситет iм. Олеся Гончара. — Дшпропетровськ, 2011. — 147 с.
2. Hassan E. Automated Urban Features classification and recognition from combined RGB/LIDAR Data / Hassan Elsaid Elhifnawy Eid. — University of Calgary, Calgary, 2011. — XXI, 155 p.
3. Гнатушенко В. В. Автоматизация регистрации разновременных спутниковых изображений при мониторинге изменений земной поверхности / В. В. Гнатушенко, Д.В. Сущевский // Людина i Космос: Х мiжнар. молод1жна наук.-практ. конф.: зб. тез. — Дшпропетровськ, 2008. — С. 332.
4. Гнатушенко В.В. Сшергетичний шдхвд до побудови тривимiрноI карти змш об'екпв земно! поверхш / В.В. Гнатушенко, Д.В. Сущевський // Прикладна геометр!я та шженерна графша. - Мелтгополь, 2012. - Вип. 4 - С. 62-67.
