GEO212 – Digital Image Processing for Remote Sensing / Remote Sensing I

GEO212 – Fernerkundung I – BSc Geographie, FSU Jena, Institut für Geographie, Lehrstuhl für Fernerkundung. Stand 2017

Im Modul „Fernerkundung I“ erlernen die Studierenden theoretische und praktische Kenntnisse der digitalen Bildverarbeitung. Zusätzlich zur Vermittlung der theoretischen Kenntnisse zur Bildverarbeitung werden die wichtigsten Bildverarbeitungsschritte konsekutiv mit Beispieldatensätzen im Rahmen von Übungen an aktueller Fernerkundungssoftware zur Bildverarbeitung erarbeitet.

Lernziel ist der sichere und kritische Umgang mit Datenprozessierungs- und Bildverarbeitungsmethoden der Fernerkundung sowie bei der Interpretation fremder Ergebnisse.

Detailbeschreibung:

  • Einführung in die Software Geomatica (EASI/PACE, Modeller, Focus, Orthoengine, EASI Programmierung),
  • Einführung in das menschliche Sehen und Bildverstehen, Reizverarbeitung, Aufbau, Signalverarbeitung, CCD und CMOS Sensor und Aufnahmesysteme, Sensor Architekturen, Technik, Vor- und Nachteile,
  • Grundlagen der digitalen Bild- und Signalverarbeitung, Datenspeicherung, Datentypen, Datenformate, Auflösungsarten, Bits und Bytes, Software in der digitalen Bildverarbeitung – ein Überblick
  • Datenvorverarbeitung in der Fernerkundung: geometrische Korrektur, parametrische Verfahren, einfache Interpolationsverfahren, geometrische Entzerrung, Resampling, systematische Korrektur von Zeilenscannerdaten, Detaileinführung Orthoengine in Geomatica
  • Radiometrische Korrektur: Histogramm Transferfunktionen, radiometrische Kalibrierung, Atmosphärenkorrektur, topographische Korrektur, Reflectance vers. Radiance. ATCOR in Geomatica
  • Spektrale Transformationen: spektrale Eigenschaften von Vegetation, Vegetationsindizes, andere Ratios, Hauptkomponenten Transformation (PCT), Tasseled Cap Transformation, Ratios in Geomatica nutzen
  • Räumliche Transformationen: Image Domain Filterverfahren, Highpass, Lowpass, Highboost, statistische Filter, direktionale Kantendetektoren, adaptive Filterverfahren, SAR Speckle Filterverfahren, Filterungen in Geomatica
  • Filterungen im Frequenzraum: Fourier-Transformation, Step-Funktion, 2-D DFT, Phase und Magnitude, Powerspektrum, Reduzierung von Bildrauschanteilen, SNR (Signal to Noise Ratio), FFT)(-1) in Geomatica, Bildkorrektur im Frequenzraum)
  • Datenfusion, IHS, PCA/PCS, Pansharpening, Arithmetische Fusionen, HIS-RGB in Geomatica, Panfusion in Geomatica
  • Parametrische Bild-Klassifikatoren: überwachte und unüberwachte Verfahren: Clustering, K-Means, ISODATA, Min Distance to Mean, Parallelepiped Classifier, MLC, ISODATA in Geomatica,
  • Nicht parametrische Bild-Klassifikatoren: MLP ANNs, Hierarchical Classification, NN Klassifikator, Distance-Weighted k-NN, Descision Tree Klassifikatoren vers. ANN, ANNs in Geomatica, Modulüberblick.
  • Genauigkeitsanalysen von Klassifikationsergebnissen (Evaluierungsgebiete, Trainingsgebiete, user- und producer Genauigkeit, error of (c)omission, sampling design, stratified random sampling, confusion matrix, MLR in Geomatica,
  • Textur, Definitionen, statistische Parameter 1er Ordng (Varianz, Mittelwert), Statistische Parameter 2ter Ordng. (SGLD), statistische Parameter 3ter und nter Ordng. (multidirektionale Variogrammtexturanalysen), Textur in Geomatica,
  • Hyperspektrale Datenauswertung, Eigenschaften, Kanalredundanz, spectral Unmixing, endmembers, Spectral Angle Mapper, Spectral Feature Fitting, Binary Encoding, Hyperspektrale Datenverarbeitung in ENVI und SAM in Geomatica.
  • UAS Einführung, Plattformen, Kategorisierung, Flugrecht, Steuerung, Multicopter-Datenvorverarbeitung, Datenprozessierung bis zum Orthobild, Software Übersicht, Datenformate, Punktwolkeanalys, Anwendungsbereiche, operationelle  Nutzung,
  • Objekt orientierte Bilddatenauswertung (OBIA) – „from Pixels to Objects“, Kontext Modellierung in der Klassifikation von erweiterten Landnutzungsklassen.  Entwicklung am Beispiel urbaner Anwendungen, für Rapid Mapping Ansätze und im Bereich der VHR Datenanalyse von Vegetationsstruktur, Einführung in die Software eCognition.

 

Lehrbuchempfehlungen:

Schowengerdt, R.A., 2006. Remote Sensing – Models and Methods for Image Processing, 3rd Edition, Academic Press, Elsevier Science, 522 pages, isbn-10: 0123694078 ca. 100€ L (ältere Edition bei 30€!).

(Richards J.A., Xiuping Ji , 1999. Remote Sensing Digital Image Analysis, An Introduction. Springer-Verlag, Berlin. 340 pages.)

Das Modul vermittelt die grundlegenden Methoden und Konzepte der angewandten digitalen Bildverarbeitung in der Fernerkundung. Die Studierenden werden damit in die Lage versetzt das dabei erworbene theoretische Grundwissen in der Praxis zu erproben.

Lehrform: Vorlesung, Klausur, begleitende wöchentliche Übungen als Zulassungsvoraussetzung zur Klausur.