PUBLICATIE
Knowledge-based remote sensing of complex objects: Recognition of spectral and spatial patterns
resulting from natural hydrocarbon seepages.
Op 10 maart 2006 promoveerde de
auteur aan de Universiteit Utrecht
op een proefschrift over het detecteren
van complexe objecten met behulp van
remote sensing. Complexe objecten
zijn opgebouwd uit kleinere delen die
noch uniek noch onderling statistisch
verbonden hoeven te zijn, hetgeen pro
blemen oplevert bij aardobservatie.
Aangezien de mens zulke objecten
vaak herkent door verstandelijk spec
trale en ruimtelijke kenmerken te
combineren, kan een oplossing gevon
den worden in beeldverwerkingstech
nieken die eenzelfde kwalitatieve rede
natie volgen. De hoofdlijn van het
proefschrift is het detecteren van com
plexe objecten door het combineren
van spectrale en ruimtelijke kenmer
ken tot een unieke samenstelling. Het
thematische accent van het proef
schrift ligt evenwel op het detecteren
van de aanwezigheid van koolwater
stoffen als een gevolg van natuurlijke
lekkage uit reservoirs ('seepage').
Detectie van olie aan het aardopper
vlak is mogelijk, maar foutgevoelig,
aangezien het spectrum van olie veel
lijkt op dat van, bijvoorbeeld, asfalt of
andere donkere materialen. De aanwe
zigheid van gas in een bodem leidt tot
een wijd spectrum aan mogelijke, bo
tanische en mineralogische, verande
ringen aan het aardoppervlak. De voor
naamste anomalie die hieruit resul
teert, is een kale bodem als gevolg van
een zuurstoftekort voor planten, het
geen geen uniek kenmerk is. Het ruim
telijke patroon van seepages bestaat
veelal uit een reeks cirkelvormige ha
lo's die zijn opgelijnd langs geologi
sche structuren in de ondergrond. Dit
patroon is evenmin uniek en zou bij
voorbeeld verward kunnen worden
met een reeks boomtoppen. Alleen als
deze spectrale en ruimtelijke kenmer
ken gecombineerd worden, ontstaat
een uniek, samengesteld, object.
Het proefschrift presenteert vier beeld
verwerkingsalgoritmes die op zowel
het spectrale en ruimtelijke domein
van een beeld werken. Elk algoritme is
getest aan de hand van een eenvoudige
toepassing waarbij wordt verwacht dat
het algoritme optimaal zal presteren.
Hierna is het algoritme geëvalueerd
voor het detecteren van seepage halo's.
Het eerste algoritme becijfert de vorm
van een object, gebaseerd op verhou
dingen tussen omtrek en oppervlak
van het object en zijn enveloppe. Als
toepassing is een multi-spectraal beeld
van morfologisch verschillende meren
gesegmenteerd en zijn deze meren op
basis van hun vorm geclassificeerd. De
ze classificatie is voorts vergeleken met
de uitkomsten van aardobservatie spe
cialisten. De resultaten laten zien dat
Seepage halo's gezien vanuit het veld (kale
bodem in bovenste foto) en vanuit de lucht
(locaties met rode cirkels in onderste foto).
De halo's worden gekenmerkt door
vegetatiestress, hetgeen bij de getoonde halo
resul-teert in kale bodem. Het algoritme
gebaseerd op Hough-transformaties is in
staat om, ten koste van slechts één valse
anomalie, deze seepage halo's te detecteren.
deze techniek erg goed presteert met
een classificatiescore van 98%, indien
een object uit ten minste 200 pixels is
opgebouwd. Dit algoritme blijkt echter
niet geschikt te zijn voor het detecte
ren van seepage halo's die meestal
maar een tiental vierkante meters he
slaan. Een algoritme dat werkt met
slechts enkele pixels is wenselijk.
Een spectraal-ruimtelijke herkenning
van een kleine groep pixels kan wor
den verkregen door een miniatuur
beeld met daarin het te detecteren ob
ject direct te vergelijken met een re
mote sensing beeld. Deze techniek
wordt in het proefschrift gebruikt om
mineralogische grenzen in een hydro-
thermaal systeem te detecteren. In een
beeld is een grenszone het kleinst mo
gelijke samengestelde object aange
zien het door slechts twee spectrale
kenmerken gedefinieerd kan worden.
Uit de toepassing blijkt dat dit algorit
me in staat is zowel scherpe als gelei
delijke grenzen te detecteren en nieu
we geologische kennis oplevert. Helaas
voldoet een star voorbeeld van een ob
ject in een miniatuurbeeld niet opti
maal vanwege de grote spectrale en
ruimtelijke variatie die aanwezig is in
de natuur.
Een oplossing is gezocht in het vermin
deren van de afhankelijkheid van spec
trale informatie en het zoeken van
eenvoudige wiskundige vormen in
pixels. Een algoritme dat voortkomt
uit bovenstaande bevindingen poogt
spectraal identieke pixels te vinden op
een cirkel met een vooraf vastgestelde
diameter. Om het resultaat voor
seepage-gerelateerde anomalieën te
bestuderen wordt dit algoritme eerst
toegepast op kunstmatig gegenereerde
beelden. Daarna wordt het succesvol
toegepast op een digitale luchtfoto
voor het vinden van seepage-gerela
teerde halo's. Het blijkt echter dat het
gebruik van tenminste één spectrale
referentie nodig is om verwarring tus
sen objecten met eenzelfde vorm, zo
als de halo's en bijvoorbeeld boom
kruinen, te voorkomen.
De resultaten uit bovengenoemde ont
wikkelde algoritmen leiden tot de ont-
189
Harald van der Werff, Dept of Earth
Systems Analysis, ITC
PteV
-sss>
wft'Spa,
GEO-INFO 2006-4
