Ortorectificación de Imágenes

Haciendo Mapas Hacer mapas requiere de datos precisos Mapas escaneados Fotografía aérea Imágenes multiespectrales Coberturas vectoriales Todos necesitamos representar de manera precisa los elementos sobre la superficie de la tierra y su localización geográfica exacta. ORTORECTIFICACION se usa para crear datos planimétrica y geométricamente corregidos

¿Por qué Ortorrectificar? Recolectar coordenadas de las imágenes Integrar las imágenes a proyectos más grandes Mosaicos

¿Por qué Ortorectificar? Hay errores geométricos asociados con las imágenes satelares y las fotografías aéreas Errores son causados por: Variaciones en escala Posición del Sensor/Orientación Errores Internos del Sensor Ortorectificación remueve los errores

Variación de Escala Escala varía a lo largo de la imágen Variación Escala Posición Sensor Errores Internos Variación de Escala Escala varía a lo largo de la imágen El ancho de las casas es constante (8m), el ancho en la fotografía varía, y por lo tanto la escala varía

Posición Sensor/Orientación Variación Escala Posición Sensor Errores Internos Posición Sensor/Orientación 1 1 2 1 2 1 Vertical Oblícua 3 3 Más oblicua

Errores Internos del Sensor Variación Escala Posición Sensor Errores Internos Errores Internos del Sensor Plano de Imagen o Plano de Exposición Distorsión y errores en las lentes causa que los rayos de luz se desvien

Planimetricamente Correcto Ortorrectificación crea imágenes planimétricamente correctas que no presentan desplazamiento del relieve Original Ortorect. Vista 3D

Información Requerida Información requerida para ortorrectificar: Información de la cámara Distancia Focal de la Cámara Marcas Fiduciales Punto Principal Control Terrestre Datos de Elevación (MED)

Distancia Focal Dist. Focal Imagen/Plano Focal Secc. Transv. Info Cámara Contro Tierra Datos Elevación Dist. Focal Fiduciales P.P Distancia Focal Imagen/Plano Focal Dist. Focal Secc. Transv. Eje óptico

Desde el cuerpo de la cámara las marcas se transfieren a la película Info. Cámara Control Tierra Datos Elevación Dist. Focal Fiduciales P.P Marcas Fiduciales Necesario cuando se usa el Modelo de Cámara Desde el cuerpo de la cámara las marcas se transfieren a la película Marcas medidas por el usuario Imagen X (Pixels) Imagen Y (Pixels) 1 124.554 -2200.641 2 2191.293 -101.293 3 103.467 -122.598 4 2203.250 -2180.098 #1

Punto Principal Algunas veces el PP está desplazado Medición fiducial Info. Cámara Control Tierra Datos Elevación Dist. Focal Fiduciales P.P Punto Principal Algunas veces el PP está desplazado Medición fiducial Intersección de puntos fiduciales opuestos define aproximadamente el PP

Proveyendo Control Terrestre Info. Cámara Control Tierra Datos Elevación Dist. Focal Fiduciales P.P Proveyendo Control Terrestre Como con todas las correcciones geométricas se necesitan puntos de control de tierra para ser ortorrectificadas 116 28 55.20 W, 33 00 22.43 N Método Remuestreo 116 47 27.20 W, 33 50 50.09 N 116 28 07.20 W, 33 55 43.98 N 116 45 14.54 W, 33 43 05.65 N Los PCT deben tener coordenadas X, Y y Z

MEDs y Ortorrectificación Info. Cámara Control Tierra Datos Elevación Dist. Focal Fiduciales P.P MEDs y Ortorrectificación 2 1. Pixel en el MED (Elevación) 3 2. Parametros de Orientación Externa 3. En la imagen, el valor de brillo se determina en base al remuestreo de los pixeles que lo rodean 1 La imágen ortográfica se construye por el remuestreo de los pixeles de la imagen original a sus nuevas posiciones ortorrectificadas 4 4. La elevación, orientación exterior y valores de brillo se utilizan para calcular la localización equivalente en la ortoimagen. Proyección ortográfica

Métodos de Remuestreo La ortorectificación en IMAGINE debe interpolar los pixeles de la imagen original utilizando uno de los tres Métodos de Remuestreo siguientes: Vecino más Cercano Interpolación Bilineal Convolución Cúbica Ej…

Remuestreo de imágenes Proceso de ajustar un grid a un nuevo grid ortorectificado 1. Grid fuente con GCP GCP 2. Grid de salida con GCPs 4. Los valores de los pixeles de la fuente se asignan a los pixeles de la salida utilizando un método de remuestreo 3. Grid fuente sobre el grid con los GCPs alineados

Vecino más cercano Grid Corregido Distancia Mínima Pixeles originales Ventajas: Se mantiene el valor original del pixel; más rápido USOS: Areas urbanas; datos para ser clasificados; datos temáticos

Interpolación bilinear Distancia Mínima Valor Promedio Grid Corregido Pixeles originales Función Bilinear Los pixeles de salida son el promedio de los 4 pixeles originales más cercanos Ventajas: Espacialmente más preciso; transiciones suaves USOS: Ambientes y paisajes naturales

Convolución Cúbica Ventajas: Imágenes más nítidas y ruido suavizado Distancia Mínima Valor Promedio Grid Corregido Pixeles originales Función Cúbica Los pixeles resultantes son el promedio de los 16 pixeloes originales más cercanos Ventajas: Imágenes más nítidas y ruido suavizado USOS: Remuestreo de diferencias grandes en tamaño de celda (TM/Foto)