UAV hyperspectral images corrected of illumination differences considering microtopography in correction models

Detalhes bibliográficos
Autor(a) principal: Thomaz, Mariana Bardella [UNESP]
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/192887
Resumo: O uso do UAV no sensoriamento remoto é uma área crescente de conhecimento e pressionou o desenvolvimento de câmeras multi e hiperespectrais leves, que poderiam ser usadas embarcadas em UAV. Como as informações espectrais dependem das condições de iluminação da cena, as imagens adquiridas por UAV exigem pesquisa para avaliar o processamento de imagens para melhor adaptar os conceitos já estabelecidos às imagens orbitais. Portanto, a correção radiométrica é de fundamental importância para a extração de dados de imagens com alta confiança, uma vez que se sabe que o fator de refletância é uma função da estrutura geométrica, ângulo solar e propriedades ópticas. Nesse sentido, foram desenvolvidas metodologias para corrigir imagens das diferenças de iluminação, utilizando as Funções de Distribuição de Refletância Bidirecional e os Modelos de Correção Topográfica, também conhecidos como correção de iluminação. Este trabalho utiliza a câmera hiperespectral Rikola a bordo de um UAV em latitudes tropicais. Ele avalia como a anisotropia pode influenciar a variabilidade na reflectância dos alvos e como os modelos de correção topográfica podem ser aplicados, usando a micro topografia, para atenuar esses efeitos. Três testes foram realizados para estudar i) as geometrias de visada da câmera hiperespectral Rikola e a disponibilidade de dados fora do Nadir, ii) a variação do fator de anisotropia entre os alvos nas geometrias de visada e iii) modelos de correção de microtopografia para corrigir diferenças de iluminação utilizando um DSM muito detalhado (10 cm e 3 cm) para avaliar o micro-relevo. Aplicamos os modelos de correção em uma área de floresta e em um vôo controlado usando um alvo especial. Os resultados mostram que a câmera Rikola tem um pequeno IFOV, implicando baixa variabilidade dos ângulos de visada. O fator de reflectância dos ângulos não-nadir não mostrou dependência dos ângulos de visada e também não mostrou relação com a anisotropia. Em relação aos modelos de correção, o melhor resultado foi obtido através do uso do DSM mais detalhado de 3 cm, com alto desempenho em minimizar as diferenças entre o mesmo alvo em diferentes ângulos de inclinação e de aspecto. A performance dos modelos chega a 93%.
id UNSP_63c49df502a952b8005dd4a7d98b54a3
oai_identifier_str oai:repositorio.unesp.br:11449/192887
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling UAV hyperspectral images corrected of illumination differences considering microtopography in correction modelsImagens hiperespectrais de VANT corrigidas de diferenças de iluminação considerando a microtopografia em modelos de correçãoCorreção topográficaUAVBRDFAnisotropiaCorreção de iluminaçãoTopographic correctionAnisotropyIllumination correctionO uso do UAV no sensoriamento remoto é uma área crescente de conhecimento e pressionou o desenvolvimento de câmeras multi e hiperespectrais leves, que poderiam ser usadas embarcadas em UAV. Como as informações espectrais dependem das condições de iluminação da cena, as imagens adquiridas por UAV exigem pesquisa para avaliar o processamento de imagens para melhor adaptar os conceitos já estabelecidos às imagens orbitais. Portanto, a correção radiométrica é de fundamental importância para a extração de dados de imagens com alta confiança, uma vez que se sabe que o fator de refletância é uma função da estrutura geométrica, ângulo solar e propriedades ópticas. Nesse sentido, foram desenvolvidas metodologias para corrigir imagens das diferenças de iluminação, utilizando as Funções de Distribuição de Refletância Bidirecional e os Modelos de Correção Topográfica, também conhecidos como correção de iluminação. Este trabalho utiliza a câmera hiperespectral Rikola a bordo de um UAV em latitudes tropicais. Ele avalia como a anisotropia pode influenciar a variabilidade na reflectância dos alvos e como os modelos de correção topográfica podem ser aplicados, usando a micro topografia, para atenuar esses efeitos. Três testes foram realizados para estudar i) as geometrias de visada da câmera hiperespectral Rikola e a disponibilidade de dados fora do Nadir, ii) a variação do fator de anisotropia entre os alvos nas geometrias de visada e iii) modelos de correção de microtopografia para corrigir diferenças de iluminação utilizando um DSM muito detalhado (10 cm e 3 cm) para avaliar o micro-relevo. Aplicamos os modelos de correção em uma área de floresta e em um vôo controlado usando um alvo especial. Os resultados mostram que a câmera Rikola tem um pequeno IFOV, implicando baixa variabilidade dos ângulos de visada. O fator de reflectância dos ângulos não-nadir não mostrou dependência dos ângulos de visada e também não mostrou relação com a anisotropia. Em relação aos modelos de correção, o melhor resultado foi obtido através do uso do DSM mais detalhado de 3 cm, com alto desempenho em minimizar as diferenças entre o mesmo alvo em diferentes ângulos de inclinação e de aspecto. A performance dos modelos chega a 93%.Use of UAV in remote sensing is a growing area of knowledge and pressed the development of lightweight multi and hyperspectral cameras, which could be used on board of UAV. Since the spectral information depends on the lighting condition of the scene, UAV acquired images demands research to assess image processing to better adapt the concepts already stablished to orbital images. Therefore, the radiometric correction is of main importance for data extraction from imagery with high confidence, once it is known that the reflectance factor is a function of geometric structure, solar angle and optical properties. In this regard, methodologies were developed to correct images from illumination differences, using the Bidirectional Reflectance Distribution Functions and the Topographic Correction Models, also known as illumination correction. This Work uses Rikola hyperspectral camera onboard of a UAV in tropical latitudes. It assesses how the anisotropy can influence variability in reflectance of targets, and how topographic correction models can be applied, using micro topography, to attenuate these effects. Three tests were done to study i) the view geometries of Rikola Hyperspectral camera and the no-Nadir data availability, ii) the variation of Anisotropy Factor between targets in the many view geometries and iii) Microtopography correction models to correct illumination differences using a highly detailed DSM (10 cm and 3 cm) to assess the micro relief. We applied the correction models in a forest area and in a controlled flight using a special target. Results show that the Rikola camera has restricted instantaneous field of view, entailing a low variability of viewing angles. The non-nadir angles reflectance factor showed no dependence of view angles and no relation with anisotropy. Concerning the correction models, the best outcome was using the more detailed DSM of 3 cm, which had high performance in minimizing the differences between the same target in different slope and aspect angles. Improvement of data reaches up to 93%.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: 001CNPq: 132467/2018-6Universidade Estadual Paulista (Unesp)Imai, Nilton Nobuhiro [UNESP]Tommaselli, Antonio Maria Garcia [UNESP]Universidade Estadual Paulista (Unesp)Thomaz, Mariana Bardella [UNESP]2020-07-01T16:36:11Z2020-07-01T16:36:11Z2020-04-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/11449/19288700093185333004129043P029857711025053300000-0003-0516-0567enginfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-06-20T12:25:22Zoai:repositorio.unesp.br:11449/192887Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T19:52:14.177609Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
Imagens hiperespectrais de VANT corrigidas de diferenças de iluminação considerando a microtopografia em modelos de correção
title UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
spellingShingle UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
Thomaz, Mariana Bardella [UNESP]
Correção topográfica
UAV
BRDF
Anisotropia
Correção de iluminação
Topographic correction
Anisotropy
Illumination correction
title_short UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
title_full UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
title_fullStr UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
title_full_unstemmed UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
title_sort UAV hyperspectral images corrected of illumination differences considering microtopography in correction models
author Thomaz, Mariana Bardella [UNESP]
author_facet Thomaz, Mariana Bardella [UNESP]
author_role author
dc.contributor.none.fl_str_mv Imai, Nilton Nobuhiro [UNESP]
Tommaselli, Antonio Maria Garcia [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Thomaz, Mariana Bardella [UNESP]
dc.subject.por.fl_str_mv Correção topográfica
UAV
BRDF
Anisotropia
Correção de iluminação
Topographic correction
Anisotropy
Illumination correction
topic Correção topográfica
UAV
BRDF
Anisotropia
Correção de iluminação
Topographic correction
Anisotropy
Illumination correction
description O uso do UAV no sensoriamento remoto é uma área crescente de conhecimento e pressionou o desenvolvimento de câmeras multi e hiperespectrais leves, que poderiam ser usadas embarcadas em UAV. Como as informações espectrais dependem das condições de iluminação da cena, as imagens adquiridas por UAV exigem pesquisa para avaliar o processamento de imagens para melhor adaptar os conceitos já estabelecidos às imagens orbitais. Portanto, a correção radiométrica é de fundamental importância para a extração de dados de imagens com alta confiança, uma vez que se sabe que o fator de refletância é uma função da estrutura geométrica, ângulo solar e propriedades ópticas. Nesse sentido, foram desenvolvidas metodologias para corrigir imagens das diferenças de iluminação, utilizando as Funções de Distribuição de Refletância Bidirecional e os Modelos de Correção Topográfica, também conhecidos como correção de iluminação. Este trabalho utiliza a câmera hiperespectral Rikola a bordo de um UAV em latitudes tropicais. Ele avalia como a anisotropia pode influenciar a variabilidade na reflectância dos alvos e como os modelos de correção topográfica podem ser aplicados, usando a micro topografia, para atenuar esses efeitos. Três testes foram realizados para estudar i) as geometrias de visada da câmera hiperespectral Rikola e a disponibilidade de dados fora do Nadir, ii) a variação do fator de anisotropia entre os alvos nas geometrias de visada e iii) modelos de correção de microtopografia para corrigir diferenças de iluminação utilizando um DSM muito detalhado (10 cm e 3 cm) para avaliar o micro-relevo. Aplicamos os modelos de correção em uma área de floresta e em um vôo controlado usando um alvo especial. Os resultados mostram que a câmera Rikola tem um pequeno IFOV, implicando baixa variabilidade dos ângulos de visada. O fator de reflectância dos ângulos não-nadir não mostrou dependência dos ângulos de visada e também não mostrou relação com a anisotropia. Em relação aos modelos de correção, o melhor resultado foi obtido através do uso do DSM mais detalhado de 3 cm, com alto desempenho em minimizar as diferenças entre o mesmo alvo em diferentes ângulos de inclinação e de aspecto. A performance dos modelos chega a 93%.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-01T16:36:11Z
2020-07-01T16:36:11Z
2020-04-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/192887
000931853
33004129043P0
2985771102505330
0000-0003-0516-0567
url http://hdl.handle.net/11449/192887
identifier_str_mv 000931853
33004129043P0
2985771102505330
0000-0003-0516-0567
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129132273336320