Trasformazione

Trasformazione di immagini

La lavorazione digitale di Immagini offre una serie illimitata di possibili trasformazioni su dati rilevati a distanza. Due sono qui menzionati per il loro significato speciale in applicazioni che esaminano l’ambiente.

C'è una varietà di indici della vegetazione che è stata sviluppata per aiutare l’esame della vegetazione. La maggior parte è basata sulle interazioni molto diverse tra vegetazione ed energia elettromagnetica nelle lunghezze d'onda del rosso e del vicino infrarosso. Ci sono modelli di risposta spettrale generalizzati per vegetazione a foglia larga verde.La riflettanza nella regione rossa (circa 0.6 - 0.7µm) è bassa a causa dell'assorbimento dei pigmenti della foglia (principalmente la clorofilla). La regione infrarossa (circa 0.8 -0.9 µm), comunque, mostra riflettanza alta a causa della diffusione della struttura cellulare delle foglie. Un indice di vegetazione molto semplice può essere così realizzato dividendo la misura della riflettanza dell’infrarosso da quella della riflettanza del rosso. Aree di vegetazione forte daranno luogo così ad un valore di indice molto alto.

Anche se un numero di varianti di questa logica di base è stato provato, quello che ha ricevuto più attenzione è l'indice di vegetazione di differenza normalizzato (NDVI). E’ calcolato nella maniera seguente:

NDVI=(NIR-R)/(NIR+R) Dove NIR = Vicino Infrarosso e R = Rosso

L’analisi delle Componenti principali (PCA) è una tecnica di trasformazione lineare riferita all’analisi dei fattori. Dato un set di bande di immagine, PCA produce un set nuovo di immagini, note come componenti che non sono correlate l'una con l'altra e sono ordinate in termini dell'ammontare di variazione che forniscono dal set di banda originale. PCA è usato tradizionalmente nella rilevazione a distanza come un mezzo per il compattamento dei dati. Per un set di bande di tipiche immagini multi spettrali, è comune trovare che i primi due o tre componenti sono capaci spiegare virtualmente tutta la variabilità originale nei valori di riflettanza. Recentemente, PCA è stato mostrato avere una speciale applicazione nel monitoraggio ambientale. In casi dove sono disponibili per due date immagini multi spettrali, le bande di ambo le immagini sono sottoposte ad un PCA come se provenissero dalla stessa immagine. Più drammaticamente, se le immagini di una serie temporale di NDVI (o un indice di banda singola simile) sono sottoposte all'analisi, un'analisi molto particolareggiata di cambi ambientali e di trend può essere realizzata. In questo caso, il primo componente mostrerà NDVI tipico sulla serie intera mentre ogni componente successivo illustra eventi di cambio in una sequenza ordinata di importanza.