EE
4) arctan V2 n
Prewitt
operator
Sobel
operator
de classificatiemethode is erg gevoelig voor ruis;
verschillende objecten met dezelfde spectrale eigen
schappen kunnen niet van elkaar worden onderschei
den;
de trainingsgebieden zijn wegens belichtingsomstan
digheden slechts lokaal bruikbaar, waardoor voor elk
beeld apart trainingsgebieden moeten worden aange
wezen;
textuur kan foute classificaties veroorzaken.
Koppeling tussen digitaal beeld en kaart wordt gewoonlijk
bewerkstelligd door eerst de kaart om te zetten tot een
digitaal bestand en vervolgens beeld en kaart in de vorm
van overlays af te beelden op hoge resolutie beeldscher
men. De kaart kan zowel in raster- als vectortoestand zijn.
De bewerkingen worden handmatig uitgevoerd met be
hulp van randapparatuur (bijvoorbeeld cursor). Deze
werkwijze benut slechts gedeeltelijk de digitale mogelijk
heden, namelijk die van gegevenspresentatie en -regis
tratie. De feitelijke integratie geschiedt door de mens. Het
streven is deze integratie langs algoritmische weg tot
stand te brengen.
Onder integratie verstaan we hier het volledige proces om
tot geautomatiseerde realisering van de gewenste taken
te komen. Dit proces kan worden gesplitst in drie fasen:
geometrische koppeling;
positionele koppeling;
thematische koppeling.
Deze fasen duiden geen volgorde geen hiërarchie
aan, want er zijn nogal wat dwars- en terugkoppelingen
nodig die een vrij ingewikkelde structuur kunnen verto
nen. De structuur zal afhankelijk zijn van randvoorwaar
den, zoals beeldtype en gewenste nauwkeurigheid, maar
gedetailleerde kennis hierover ontbreekt nog. Veel onder
zoek zal nodig zijn om deze kennis te verwerven. Wellicht
dat hardware en bepaalde rekentechnieken gebaseerd
op neurologische netwerken van nut kunnen zijn.
Geometrische koppeling
Daar het GIS het basissysteem vormt, is men in eerste in
stantie geneigd om de koppeling van beeld naar GIS tot
stand te brengen. Eenvoudiger is het echter om elk per
ceel het basiselement in de vectorieel GIS apart in
het beeld te „projecteren", hetgeen feitelijk neerkomt op
het transformeren van de coördinaten van de knoop
punten. Niet alleen wordt hierdoor de koppeling sneller
tot stand gebracht (er is bijvoorbeeld geen resampling
nodig), maar is het ook eenvoudiger „de oude toestand"
te benutten bij de beeldanalyse.
Voor de geometrische koppeling zijn paspunten en een
geometrisch transformatie model (GTM) nodig. Van de
paspunten zijn de coördinaten in zowel GIS als beeld
ruimte bekend. Gebruikelijk is om ze met een cursor aan
te wijzen, maar het is ook mogelijk om ze automatisch op
te sporen met zgn. matching technieken [7],
Veelal worden ontschranking, affiene transformatie en
tweede en hogere orde polynomen als GTM's gebruikt,
afhankelijk van het type beelden.
De precisie van de paspunten, de mate van geometrische
samenhang tussen de pixels onderling, alsmede de mate
waarin het GTM aansluit op de daadwerkelijke geometrie
van het afbeeldingsproces beïnvloeden het verdere kop
pelingsproces, vooral de tolerantiedrempels bij de te
nemen beslissingen.
Positionele koppeling
Bij de positionele lijn worden lineaire structuren in het
beeld opgespoord. Daarvoor staan meerdere technieken
ter beschikking. Grensdetectie is de voornaamste. Gren
zen in beelden scheiden gebieden die kunnen verschillen
in gemiddelde grijswaarde of in textuur.
Om randen op grond van textuur op te sporen, dient het
beeld te worden gesegmenteerd met behulp van zgn.
textuurmaten. Hierbij wordt aan elk pixel een waarde toe
gekend, die samenhangt met de ruimtelijke variantie van
de grijswaarden van de omgeving. Haralick [4] geeft een
aantal maten; zie ook [8]. De textuurwaarden kunen ver
volgens worden behandeld als waren zij grijswaarden.
Grensdetectie bestaat uit twee stappen:
randdetectie;
lijnvolging.
Randdetectie kent verscheidene benaderingswijzen. Die
welke berusten op het gebruik van differentiërende ope
ratoren, zijn de voornaamste. Hierbij worden, voor elk
pixel, de gradiënten van de grijswaarden bepaald in twee
orthogonale richtingen; meestal zullen deze correspon
deren met de gridlijnen, maar noodzakelijk is dat niet.
De gradiënten gx en gy worden, ten behoeve van een
vlotte rekenkundige afhandeling, ondergebracht in mas
kers: de operatoren. Fig. 6 geeft de maskers voor een
aantal typen gradiënten. Uit gx en gy kunnen de sterkte
M en de richting <t> van de rand worden berekend:
M ]/9x 9y
normaal
gradiënt
Roberts
operator
0
1
-1
0
1
0
0
-1
-1
0
1
-1
0
1
-1
0
1
-1
-1
-1
0
0
0
1
1
1
-1
0
1
-2
0
2
-1
0
1
-1
-2
-1
0
0
0
1
2
1
Fig. 6. Maskers van enkele randdetectoren. Elke randdetector heeft
twee maskers, werkend in orthogonale richtingen.
178
NGT GEODESIA 89 4