Identificación de objetos en imágenes de satélite mediante filtros morfológicos

Abstract

[ES] Las áreas urbanas y periurbanas de las ciudades sufren cambios a lo largo del tiempo. Es fundamental detectar estos cambios en el transcurso del tiempo para controlarlos. La necesidad de desarrollar metodologías automatizadas para las actualizaciones cartográficas ha sido una tarea muy estudiada en estos últimos años. La generación de información cartográfica se ha realizado mediante revisiones de campo y técnicas de fotointerpretación, las cuales requieren de tiempo y suponen un coste elevado. La teledetección, y en los últimos tiempos, la aparición de las imágenes de muy alta resolución, nos ofrece diferentes técnicas que reducen el tiempo de ejecución, el coste y la automatización de los procesos. En este trabajo final de grado se ha definido y evaluado una metodología para la extracción de objetos de forma automática, mediante la aplicación de filtros morfológicos, en imágenes de satélite y modelos digitales de superficies normalizados. La Morfología matemática permite la transformación de una imagen en otra más apropiada, siendo la base de las diferentes metodologías a aplicar. El objetivo de las transformaciones morfológicas es la extracción de estructuras geométricas en los conjuntos base sobre los que se opera, mediante la utilización de otro de forma conocida, al que se le denomina elemento estructural. Este trabajo, se ha centrado en dos tipos de objetos: edificios y árboles. Los primeros han sido estudiados a nivel individual y conformando manzanas, y para los árboles se han elegido tanto una zona de vegetación urbana como una zona de cultivo. Se dispone de diferentes datos de partida como es cartografía, imágenes de satélite de muy alta resolución y modelos digitales de superficies normalizados. La aplicación de los filtros morfológicos conlleva un previo tratamiento de las imágenes para obtener un buen resultado, por lo que ha sido necesario aplicar diferentes métodos de preprocesado de las imágenes. Para ello se ha realizado un registro geométrico, con el fin de trabajar en el mismo sistema de coordenadas y así poder comparar los resultados, se han aplicado técnicas de fusión de imágenes para dotarlas de una buena resolución espectral, y se han aplicado filtros de moda al modelo digital de superficies normalizado para suavizarlo y eliminar el ruido existente en él. Las edificaciones y los árboles, se diferencian del resto de elementos existentes a su alrededor por la altura. Analizando la información altimétrica, ofrecida por el modelo digital de superficies normalizado, permite diferenciar estos objetos del resto. Si, además, añadimos la información multiespectral, podremos diferenciarlos entre ellos. El NDVI es un índice de vegetación que permite diferenciar la cobertura vegetal de las restantes. La definición de unos valores umbrales ha permitido aislar los objetos necesarios en cada una de las zonas de estudio. Estos serán de altura, con respecto a la presencia de vegetación, o bien la combinación de los dos. El procedimiento para el cálculo de los valores umbral se ha realizado mediante el método de ensayo y error. Con esto se obtienen unas máscaras que son aplicadas sobre el modelo digital de superficies normalizado, reduciendo así la cantidad de información de la imagen y facilitando el proceso. Se han definido los diferentes elementos estructurales mediante los cuales se han aplicado los filtros de apertura, obteniéndose una colección de imágenes de objetos, las cuales se han unido para crear una única imagen de objetos por cada zona de estudio. En esta metodología se han automatizado gran parte de los procesos, pero ha quedado a merced del operador la definición de las máscaras y de los elementos estructurales. Las máscaras se han obtenido mediante el método de prueba y error, por lo que ha sido el técnico quien ha decidido el valor umbral para enmascarar los elementos no deseados. En cuanto a los elementos estructurales, en el estudio de las edificaciones, la definición se ha realizado obteniendo las coordenadas fila/columna de la imagen multiespectral. En los árboles, es el operador el que analiza el tamaño de los mismos. Los elementos estructurales han sido definidos como formas circulares de diferentes tamaños. Se han obtenido unos buenos resultados en las zonas de edificaciones aisladas y en los cultivos. En cambio, en las manzanas y en las zonas de vegetación urbana, se han obtenido peores resultados. La vegetación urbana no está tan bien definida como en las zonas de cultivo. Existen muchos árboles distribuidos de manera aislada, o bien agrupados formando masas, dificultando la definición del valor umbral, por estar la respuesta espectral de la vegetación afectada por la del suelo, o impidiendo la separación en objetos por formar todos ellos un único elemento. Existe una diferencia temporal entre la imagen multiespectral y el modelo digital de superficies normalizado. Esto ha provocado que aparezcan elementos en la imagen resultante al aplicar el proceso que no existen en la imagen multiespectral. En la detección de las manzanas, ha sido necesario realizar un proceso previo de detección de los huecos interiores existentes en ellas para crearlas como elementos sólidos. Este proceso no ha conseguido que todas las manzanas queden cerradas, sin fisuras o huecos interiores, por lo que al aplicar el proceso solo se han obtenido las manzanas sin aberturas en su interior. La aplicación de los filtros morfológicos ha ofrecido mejores resultados en elementos aislados y bien definidos.

[EN] Urban and suburban areas suffer changes over time. To control them, it is fundamental to detect these changes in the course of time. In recent years, the need to develop automated methodologies for cartographic updates has been a well-studied subject. The generation of cartographic information, has been done through the revision of fields and photo interpretation techniques, which need a lot of time and they suppose a high cost. Remote sensing and recently the appearance of high –resolution images, offer us different techniques that reduce the execution time, the cost and an automation of the process. In this final grade work, a methodology to extract objects automatically by the application of morphological filters, the use of satellite images and digital models of normalized areas, has been defined and evaluated. Mathematical morphology enables the transformation of an image into a suitable one, and is the basis of the different methodologies to apply. The goal of the morphological transformations is the removal of geometrical structures in the ensembles under study by using another known ensemble, which is called the structural element. This work, has been focused on two types of objects: BUILDINGS AND TREES. The first one has been studied individually and in blocks, and for the latter, an area of urban vegetation as well as arable has been chosen. Different raw data is obtained from methods such as cartography, high resolution satellite images and digital models of normalized surfaces. The application of morphological filters entails a previous treatment of images to obtain a good result. Therefore it has been necessary to apply different methods of image preprocessing. To do that, a geometrical register has been carried out in order to work with the same system of coordinates and then compare the results, different fusion techniques have been applied to provide them a high resolution images with a good spectral resolution and mode filters have been applied to the digital model of normalized surfaces to soften it and remove noise The buildings and the trees are different from the rest of the elements around them due to their height. Analyzing altimetry information offered by the digital model of normalized surfaces, allows us to distinguish these objects from the rest. If, moreover the spectral information is added, a distinction between them is possible. The NDVI is a vegetation index which allows us to distinguish the vegetal coverage from the rest. The definition of one of the limit values has been allowed us to isolate the necessary objects in each of the studied zones. These will be the height in relation to the presence of vegetation, or the combination of both of them. The procedure for the calculation of the limit values has been done by the trial and error method. With this, we obtain some masks which are applied on the digital model of normalized surfaces, reducing the amount of information of the image and making the procedure easier. The different structural elements through which the opening filters have been applied , obtaining a collection of images of objects , which have been added to create a unique image of objects for each studied zone. In this methodology, a large part of the procedures has been automated but, the definition of masks and structural elements have remained at the operator’s discretion. The masks have been obtained by the trial and error method. Therefore, it has been the technician who has decided the limit value to mask the non -desired elements. As regards structural elements, in the study of buildings the definition has been done by getting the coordinates line/ column of the multispectral image. In case of the trees, it is the operator that analyses the size of the same elements in the image. The structural elements have been defined as circular shapes of different sizes. Very good results have been obtained in the isolated buildings zones and in crops. However, we have obtained worse results in blocks in urban vegetation zones. Urban vegetation is not as well- defined as the crop zones. There are a lot of trees distributed in an isolated way, or properly gathered by forming mass complicating the definition of the limit value, as the spectral answer of vegetation is affected by that of the ground surface or hampering the separation in objects, because all of them form a unique element. There is a temporal difference between the multispectral image and the digital model of normalized surfaces. This has caused the appearance of elements in the resulting image by applying the process which doesn´t exist in the multispectral image. In the detection of the blocks, it has been necessary to carry out a previous procedure of detection of the interior gaps in them to create blocks as solid elements. This process failed to close all the blocks without fissures or internal spaces, therefore, when the process is applied, only blocks without interior openings have been obtained. The application of the morphological filters has offered the best results in isolated and well- defined elements.

[CA] Les àrees urbanes i periurbanes de les ciutats pateixen canvis al llarg del temps. És fonamental detectar aquests canvis en el transcurs del temps per controlar-los. La necessitat de desenvolupar metodologies automatitzades per a les actualitzacions cartogràfiques ha estat una tasca molt estudiada en aquests darrers anys. La generació d'informació cartogràfica s'ha realitzat mitjançant revisions camp i tècniques de fotointerpretació, les quals requereixen de temps i suposen un cost elevat. La teledetecció, i en els últims temps, l'aparició de les imatges de molt alta resolució, ens ofereix diferents tècniques que redueixen el temps d'execució, el cost i l'automatització dels processos. En aquest treball final de grau s´ha definit i avaluat una metodologia per a l'extracció d'objectes de forma automàtica, mitjançant l'aplicació de filtres morfològics, en imatges de satèl·lit i models digitals de superfícies normalitzats. La Morfologia matemàtica permet la transformació d'una imatge en una altra més apropiada, sent la base de les diferents metodologies a aplicar. L'objectiu de les transformacions morfològiques és l'extracció d'estructures geomètriques en els conjunts base sobre els quals s'opera, mitjançant la utilització d'un altre de forma coneguda, al qual se li denomina element estructural. Aquest treball, s´ha centrat en dos tipus d'objectes: edificis i arbres. Els primers han sigut estudiats a nivell individual i conformant illes, i per als arbres s'ha escollit tant una zona de vegetació urbana com una zona de cultiu. Es disposa de diferents dades de partida com és cartografia, imatges de satèl·lit de molt alta resolució i models digitals de superfícies normalitzats. L'aplicació dels filtres morfològics comporta un previ tractament de les imatges per obtenir un bon resultat, pel que ha sigut necessari aplicar diferents mètodes de preprocessat de les imatges. Per a això s'ha realitzat un registre geomètric, amb la finalitat de treballar en el mateix sistema de coordenades i així poder comparar els resultats, s'han aplicat tècniques de fusió d'imatges per dotar-les d'una bona resolució espectral, i s'han aplicat filtres de moda al model digital de superfícies normalitzat per suavitzar i eliminar el soroll existent en ell. Les edificacions i els arbres, es diferencien de la resta d'elements existents al seu voltant per l'altura. Analitzant la informació altimètrica, oferta pel model digital de superfícies normalitzat, permet diferenciar aquests objectes de la resta. Si, a més, afegim la informació multiespectral, es diferencia entre ells. El NDVI és un índex de vegetació que permet diferenciar la cobertura vegetal de les restants. La definició d'uns valors llindars permet aïllar els objectes necessaris en cadascuna de les zones d'estudi. Aquests seran d'alçada, pel que fa a la presència de vegetació, o bé la combinació dels dos. El procediment per al càlcul dels valors llindar s'ha realitzat mitjançant el mètode d'assaig i error. Amb això s'obtenen unes màscares que són aplicades sobre el model digital de superfícies normalitzat, reduint així la quantitat d'informació de la imatge i facilitant el procés. Es defineixen els diferents elements estructural mitjançant els quals s'han aplicat els filtres d'obertura, obtenint una col·lecció d'imatges d'objectes, les quals s´han unit per crear una única imatge d'objectes per cada zona d'estudi. En aquesta metodologia s'han automatitzat gran part dels processos, però ha quedat a mercè de l'operador la definició de les màscares i dels elements estructurals. Les màscares s'han obtingut amb el mètode de prova i error, mitjançant el qual es el tècnic qui ha decidit el valor llindar per emmascarar els elements no desitjats. Pel que fa als elements estructurals, en l'estudi de les edificacions, la definició s'ha realitzat obtenint les coordenades fila / columna de la imatge multiespectral. En els arbres, és l'operador el que analitza la grandària dels mateixos. Els elements estructurals han estat definits com a formes circulars de diferents mides. S'han obtingut uns bons resultats en les zones d'edificacions aïllades i en els cultius. En canvi, a les illes i en les zones de vegetació urbana, s'han obtingut pitjors resultats. La vegetació urbana no està tan ben definida com en les zones de cultiu. Hi ha molts arbres distribuïts de manera aïllada, o bé agrupats formant masses, dificultant la definició del valor llindar, per estar la resposta espectral de la vegetació afectada per la del sòl, o impedint la separació en objectes per formar tots ells un únic element. Hi ha una diferència temporal entre la imatge multiespectral i el model digital de superfícies normalitzat. Això ha provocat que apareguin elements en la imatge resultant en aplicar el procés que no existeixen en la imatge multiespectral. En la detecció de les illes, ha estat necessari realitzar un procés previ de detecció dels buits interiors existents en elles per crear com a elements sòlids. Aquest procés no ha aconseguit que totes les pomes quedin tancades, sense fissures o buits interiors, de manera que en aplicar el procés només s'han obtingut les illes sense obertures al seu interior. L'aplicació dels filtres morfològics ha ofert millors resultats en elements aïllats i ben definits.