|
華信電子週報 <不動產行情、不動產估價、不動產法規類> |
||||||||
前言：續上期遙感探測，對於各影像進行分類判釋，本期主要分享關於衛星影像、航照影像、UAV影像判釋之差異，並探討應用於地上物之效果，惟如有錯誤或遺漏之處，仍尚請不吝指正，謝謝！
影像拼接（image stitching）是指將兩張或更多的有重疊部分的影像，拼接成一張全景圖或是高解析度影像的技術，但並不是任意兩張有重疊部分的影像都能夠被拼接(WIKI，2018)，被拼接的影像必須有下列特點： 1.有同樣的投影中心。 2.影像的內容為平面，沒有前後景的分別。 3.影像為足夠遠的遠景，可以視為平面。 實作上，通常會固定相機，讓影像能有相同的投影中心以利後續處理。另外影像之間重疊部分不宜太少或太多，重疊太少會讓對準變得困難，重疊太多則會讓混合之後的瑕疵和失真更多，適當的重疊範圍為15-30度，簡易版如下圖。
影像拼接有兩大步驟： 1.影像對準:影像對準是指找出兩張影像之間的變換關係，如平移、旋轉、縮放，經過變換之後使兩張影像中相同的部分可以重疊。 (1)特徵點檢測:特徵點檢測是指藉由影像的亮度、顏色、梯度等資訊，尋找影像中的特徵點的方法(尺度不變特徵轉換-圖2、哈里斯角檢測-圖3等)。
(2)影像配準:影像配準是指將影像經過變換後，使得兩影像的相似程度最大的技術，計算相似程度的方法(隨機抽樣一致算法-圖4)因演算法而異。
2.影像混合:為視差、鏡頭失真、曝光差異等因素，兩張已經對準的影像仍可能有明顯的邊界而不像一張完整的合成影像，影像混合就是指讓對準後的影像能平順地拼接的技術。 (1)阿法混合:對任意兩張圖像進行透明混合，合成為一張圖像。
(2)梯度域拼接:圖像的接合品質主要取決在接合圖像間的相似度以及接合縫的可見度，為了獲得好的接合品質，找出一個最好的接線來讓兩張圖接合的品質達到最好。
內政部國土測繪中心於103年7月31日高雄市前鎮區發生氣爆災害後，同年8月1日下午完成上開災點拍攝工作，並製作快速拼接影像成果提供空間情報任務小組災情研判參考。如圖7高雄氣爆航拍圖，透過多張影像進行幾何糾正鑲嵌影像，快速了解災損情況。
本文分享朱子豪教授針對敏感性作物（香蕉及鳳梨）判釋，如下圖分別就衛星影像、航空照片、UAV照片、地面人力調查進行研究。
如下圖9針對敏感性作物（香蕉與鳳梨）自動判釋正確性提升與不同試做區之特性進行測試，依各測試區適宜之工具整合光譜特性與紋理特性進行自動化判釋並結合人機互動，消除誤判區域。
以鳳梨進行試做，由圖10自動化判釋成果可發現有誤判與漏判之情形，導致生產者精度下降，而經過人機互動結合後，生產者精度明顯上升約12%。
依據三種影像判釋(評估範圍：28幅1/5000圖幅)之鳳梨，可以發現快速概估約3~4天/人左右(如表1，衛星影像)，但精確度會明顯降低，如需精確估算，需花費約5~48天/人左右，如果全靠人力將花費將近兩倍的時間。 目前影像判釋多用於特定農作物監測、違規廢棄物傾倒監測、山坡地違 規開發監測，相關大面積判釋，如需應用至地上物，可以由圖3發現，即使生產者精度高達97%左右，依舊無法完確判釋地上物，就本所實做地上物之經驗，地上物牽涉到補償費與救濟金，需要精確查估，一旦農作物複雜化並包含建築物，將導致某些農作物或設備被遮掩，無法被完整列出，後續將產生更多問題。
台灣影像判釋有許多專家、學者進行實務與研究，對於大範圍判釋應用成面甚廣，精度也隨著科技硬體與軟體演進，更加精確，相對於因徵收需補償給土地所有權人之地上物而言，若無法達到無誤差，易產生糾紛。 以本所經驗，空照影像雖無法完全判釋，但其有利於難以進入之地區，配合UAV照片並搭配人力調查應用於地上物，提升地上物查估精確度、視野可見度，另搭配空照影像可製作3D環景圖、全景圖展示民眾便於進行說明。
以上資料來源參考：
1.圖2: https://tw.saowen.com/a/5286bd1481e7584ccd94020b8305390c49c 06af0406c71a3b534631f126b90b0。 2.圖3:https://fahmifahim.com/2010/10/22/opencv-corner-detection/。 3.圖4: http://eric-yuan.me/ransac/。 4.圖5: https://blog.csdn.net/jia20003/article/details/6954081。 5.圖6: 6.內政部國土測繪中心，https://www.nlsc.gov.tw/UAS/4-1_disaster.html。 7.朱子豪，整合空間資料挖掘、邏輯過濾、分類誤差分析與人機互動輔助判釋於福衛二號影像資料判釋之應用，立臺灣大學理學院空間資訊研究中心。
|
||||||||
|
|
留言列表
