Sperimentazione di modelli di colore nella classificazione automatica di foto a colori

Transcript

1 Sperimentazione di modelli di colore nella classificazione automatica di foto a colori Marco CIOLLI, Giselle T. MENEL LEMOS, Paolo ZATELLI Dipartimento di Ingegneria Civile e Ambientale, Università degli Studi di Trento, via Mesiano 77, 800 Trento, tel. 06/8865, Fax 06/8867, Marco.Ciolli@ing.unitn.it Riassunto In questo lavoro si sono applicate le tecniche sviluppate per l analisi e la classificazione di immagini multispettrali da satellite alle immagini a colori derivate da riprese aerofotogrammetriche, sperimentando l utilizzo di diversi modelli di colore allo scopo di produrre una carta di uso del suolo. L analisi si è sviluppata secondo due direttrici: da una parte l individuazione del metodo ottimale di rappresentazione dei colori per la classificazione automatica delle immagini digitali a colori e dall altra il confronto dell accuratezza raggiunta nella rappresentazione della copertura del suolo tra la tecnica di classificazione automatica applicata mediante il sistema informativo territoriale e la tecnica manuale. L indagine è stata condotta su due aree di studio di circa km ciascuna, caratterizzate da una frammentazione spinta e da grande diversità nelle tipologie di copertura del suolo. Sono stati analizzati i risultati dell elaborazione di immagini a colori a bit ottenute dalla mosaicatura di fotogrammi aerei, suddivise in canali secondo vari modelli di colore, elaborate poi secondo il procedimento di classificazione automatica di immagini multispettrali sia con il metodo nonsupervisionato che con quello supervisionato. I modelli di colore presi in considerazione sono RGB, RGB normalizzato, CMYK, CIELab e HSL. La classificazione è stata effettuata anche sulle immagini trasformate con l analisi delle componenti principali (PCA). I risultati relativi ai diversi modelli di colore sono stati poi confrontati per determinare quale rappresentazione fornisca la migliore classificazione, giustificando i risultati. Delle aree campione sono state prodotte mappe dell uso del suolo per ogni tipo di modello, sottoposte a controllo con indagini sul campo e a confronto con le carte dell uso del suolo ottenute da fotointerpretazione manuale degli stessi fotogrammi. L analisi dell accuratezza delle carte generate è stata condotta sia in scala spaziale (cartografica e posizionale) che tematica (classificazione), utilizzando sia il metodo binario che il metodo multi categoria basato sulla teoria fuzzy set. Le indicazioni fornite dallo studio sono state applicate per la stesura di una carta di uso del suolo. Abstract Classification techniques developed for multispectral images have been applied to aerial color images to build coverage maps. The analysis is twofold: the choice of the optimal color model is investigated and the accuracy of the automatic image classification is checked against traditional techniques. The study has been carried out on two different areas of about km with different and scattered coverage types. Aerial images have been digitized at bits depth and patched. These images have been divided in channels using different color models, these channels have been used as input for automatic image classification, both supervised and unsupervised. The following color models have been tested: RGB, normalized RGB, CMYK, CIELab and HSL. Furthermore, the analysis has been applied also to the images transformed using the principal component analysis (PCA). The most satisfactory color model has been selected by matching the coverage maps from automatic classification against manual photo interpretation.

2 The accuracy analysis has been carried out both on the spatial scale and on thematic one, using a binary comparison method as well as the fuzzy set theory.. Introduzione L uso di tecniche di classificazione automatica per immagini multispettrali è ormai acquisito e largamente testato e documentato. Risulta difficile invece reperire in letteratura indicazioni di applicazione di tali tecniche a immagini aeree a colori, in particolare per quanto concerne il modello di colore da adottare per la rappresentazione dei canali dell immagine. In questa sperimentazione è stata indagata la possibilità di uso di immagini a colori per la produzione di carte di uso del suolo, confrontando la capacità dei diversi modelli di colore nel rappresentare le informazioni contenute nell immagine in modo idoneo per la classificazione. Il giudizio sulla attitudine dei diversi modelli di colore al loro uso per la classificazione automatica è fornito sia confrontando tra loro le diverse mappe di uso del suolo sia comparando queste mappe con una carta di uso del suolo realizzate con tecniche tradizionali di rilievo a terra.. Materiali e metodi Le immagini utilizzate per le prove fanno parte del fotopiano realizzato a partire da scansioni a 00 dpi di immagini aeree riprese nel 999 nella zona tra Padengo Franciacorta e Gussago (BS) nell ambito del progetto di Prefattibilità Ambientale del Raccordo Autostradale tra l autostrada A e la Val Trompia. La lunghezza totale dell area coperta dal rilievo supera il chilometro, per questo studio sono state scelte due zone ristrette, selezionate perché rappresentative di tutte le tipologie di copertura presente, indicate nel seguito come zona A, caratterizzata da una copertura di tipo agricolo uniforme, e zona B, in cui sono rappresentate varie tipologie di copertura del suolo. Della stessa zona sono disponibili carte di uso del suolo contenenti anche elementi di fisionomia della vegetazione. Tali carte sono state ricavate attraverso foto interpretazione delle stesse immagini usate in questo lavoro, integrate da rilievi a terra e indagini bibliografiche. Le immagini effettivamente usate nella classificazione risultano dall estrazione delle due zone di interesse dal fotopiano. Tale fotopiano è realizzato tramite mosaicatura di immagini con caratteristiche radiometriche non uniformi: per questo motivo sono presenti nelle immagini evidenti discontinuità con brusche variazioni cromatiche anche in presenza di copertura uniforme. Per ovviare a questo problema sarebbe stato necessario effettuare la classificazione in modo separato per ciascuna immagine; si è invece scelto di operare sulle immagini mosaicate sia per verificare la capacità dei diversi modelli di colore di risolvere o attenuare il problema, sia perché sul fotopiano è basata la carta di uso del suolo usata come termine di confronto. Le immagini sono state riprese in un periodo non ottimale per il riconoscimento vegetazionale, infatti nei mesi di marzo/aprile la maggior parte dei terreni agricoli sono stati appena seminati e ancora non è visibile né identificabile il tipo di coltura, mentre nelle zone boscate, in prevalenza latifoglie, in quel periodo non hanno ancora riformato il loro manto fogliare e quindi non permettono un riconoscimento tipologico. Le operazioni di classificazione delle immagini e di confronto fra carte di uso del suolo sono state effettuate con il GIS GRASS versione 5, mentre alcune delle trasformazioni per i diversi modelli di colore sono stati realizzati con Adobe PhotoShop 5.0.

3 Figura : mosaicatura delle immagini in una delle due zone analizzate (Gussago).. Modelli di colore Esistono vari modelli di colore che vengono usati nella elaborazione di immagini, ognuno di questi presenta vantaggi e svantaggi quando applicato in condizioni di ripresa particolari oppure quando usato in combinazione con un particolare algoritmo di classificazione. Le immagini elaborate nel presente studio sono state suddivise in canali secondo diversi modelli di colore: RGB:rosso (R), verde (G), blu (B); CMYK: ciano (C), magenta (M), giallo (Y), nero (K); HSL: tonalità (H), saturazione (S), luminosità (L); CIELab: L( luminosità ), a (tonalità), b (saturazione); R G B : rosso (R ), verde (G ), blu (B ) normalizzato; PCA: (P), (P), (P) - Principal Components Analysis. Il modello RGB descrive una immagine a colori attraverso le tre componenti additive rosso (Red ), verde (Green) e blu (Blue). Nei formati di immagine comunemente usati il valore di intensità per ogni canale varia fra 0 e 55, con cui è possibile definire più di 6 milioni di colori. Il modello CMYK è basato su colori per l inchiostro per la stampa e utilizza i tre colori sottrattivi ciano (Cyan), magenta (Magenta) e giallo (Yellow), a cui è affiancato il nero (black) per compensare le limitazioni degli inchiostri. In tale modello le intensità delle componenti sono in genere espresse in percentuali. I modelli di colore RGB e CMYK sono entrambi basati su metodi di riproduzione del colore, altri modelli di colore non lo sono. Il modello di colore HSL si basa su valori di tonalità, saturazione e luminosità. Tonalità è il colore di base, saturazione è la forza di un colore o la sua distanza dal grigio e luminosità è la quantità di bianco contenuta. Un colore con saturazione 0 corrisponde a una sfumatura di grigio (dal bianco al nero). Un colore con luminosità 0 è nero, mentre un colore con luminosità 00 è bianco.

4 Il modello CIELab, che deriva dalle specifiche CIE-XYZ, utilizza come coordinate la luminosità L (variabile tra 0, nero, e 00, bianco) e la tonalità a e saturazione b, che possono assumere valori sia positivi che negativi. Il modello RGB normalizzato sostituisce al valore di ogni canale il valore originale normalizzato utilizzando la somma dei valori sui tre canali, cercando di risolvere in questo modo i problemi legati alla variazione di luminosità della scena. Infine la ben nota trasformazione secondo le componenti principali (PCA) consente di sostituire al sistema di coordinate originali RGB un sistema di coordinate nelle quali le componenti sono ordinate per contenuto di informazione, misurato dalla varianza.. Classificazione e analisi dell accuratezza La classificazione delle immagini, suddivise in canali secondo i modelli di colore indicati al paragrafo precedente, è stata realizzata con il GIS GRASS sia in modalità supervisionata che in modalità non supervisionata. Entrambi i metodi utilizzano per la classificazione il metodo della massima verosimiglianza, ma la definizione delle classi avviene in modo diverso: in modalità supervisionata l operatore indica una o più zone di training da cui sono determinate le proprietà della classe (vettore delle medie in ciascuna banda e matrice di varianza e covarianza fra le bande); in modalità non supervisionata l operatore fornisce alcuni parametri (numero, separazione, ecc.) per la formazione delle classi, un algoritmo automatico individua le aree di training e prepara i dati per la classificazione. Per tutti i modelli di colore la classificazione supervisionata ha mostrato una netta superiorità rispetto alla modalità non supervisionata. La classificazione non supervisionata ha dato risultati non buoni e differenziati a seconda del modello di colore utilizzato. In particolare per il modello RGB la classificazione fornisce risultati abbastanza uniformi ma la percentuale di celle correttamente classificate è bassa, per il modello HSL la correttezza della classificazione dipende in modo determinante dalla classe, per il modello CYMK si sono avute difficoltà nella determinazione delle firme spettrali di alcune classi, mentre altre sono risultate decisamente sovrastimate. Utilizzando la PCA si è ottenuta una classificazione soddisfacente per alcune categorie nella zona A e risultati scadenti per la zona B; per il modello CIElab si sono ottenute notevoli sovrastime per alcune categorie, mentre per il modello RGB normalizzato non è stato possibile ottenere firme spettrali. Nella classificazione supervisionata per la zona A i diversi modelli di colore presentano risultati simili, sia per la distribuzione che la percentuale di celle correttamente classificate. Nella zona B i risultati sono analoghi, anche se vi è una rispondenza inferiore, imputabile alla minore omogeneità della copertura. L analisi della accuratezza nella rappresentazione del territorio è stata svolta sia con un approccio di tipo binario (giusto/sbagliato) per ogni pixel, nel confronto tra la carta dell uso del suolo presa come riferimento e i risultati delle classificazioni, sia con la tecnica del fuzzy set. L analisi binaria è basata sul calcolo di due indici: accuratezza dell utente (percentuale di celle correttamente classificate per ciascun tipo di copertura in relazione al numero totale di celle di quella categoria presenti nell immagine classificata) e accuratezza del produttore (percentuale di celle nell immagine correttamente classificate per ciascun tipo di copertura in relazione al numero totale di celle di quella categoria presenti nella carta di riferimento). Le tabelle e riportano le accuratezze per le due zone in esame, per la zona A non sono riportati i risultati relativi ai modelli CYMK e RGB normalizzato perché utilizzando tali modelli non è stato possibile determinare le firme spettrali di alcune categorie di copertura.

5 Metodo di classificazione Non Supervisionato Modello di colore Supervisionato 9.%.8% 5.% 9.% RGB HSL PCA CIELab 0.0% 7.% 9.8% 7.% 70.9% 67.5% 67.5% 7.% 57.8% 57.% 5.0% 59.7% Tabella : zona A valutazione dell accuratezza con il metodo binario. Metodo di classificazione Modello colore di Non Supervisionato Supervisionato 6.0% 6.%.0% 6.7% 7.% 8.0% 5.9%.0% 9.% 5.% 0.5% 8.8%.%.6%.7% 6.0% 9.8%.%.9% 0.0%.9%.7% 5.7%.7% RGB HSL CYMK PCA CIELab R'G'B' Tabella : zona B valutazione dell accuratezza con il metodo binario. Dalle tabelle e risulta una sostanziale equivalenza dei diversi modelli di colore, con risultati leggermente migliori per il modello CIElab. Per tutti i modelli si ottiene comunque una accuratezza decisamente inferiore a quella attendibile dalla letteratura, ciò può essere dovuto al fatto che la carta di uso del suolo utilizzata come verità a terra per i confronti è stata redatta utilizzando criteri scarsamente compatibili con una classificazione automatica. E il caso, ad esempio, di piccole aree di prati o alberi all interno di una zona urbana che non sono riportate per uniformità. Inoltre il metodo binario di analisi dell accuratezza segnala come errate anche classificazioni solo parzialmente corrette, come nel caso di scambio fra le categorie bosco e bosco rado. Il metodo fuzzy set permette di approfondire attraverso i vari tipi di non-concordanza, quelli che sono veramente degli errori e quelli che potrebbero essere accettabili a seconda dello scopo per il quale viene redatta la carta. Questo metodo utilizza un set di parametri che permette di valutare con maggiore elasticità il grado di concordanza tra le due rappresentazioni, poiché invece del concetto del giusto o sbagliato, sono considerate anche delle sfumature come: parzialmente giusto oppure parzialmente sbagliato. Si assegnano punteggi nel seguente modo: = classificazione corretta, =classificazione accettabile, =classificazione spiegabile ma sbagliata, =classificazione sbagliata. E stata quindi formata una matrice di punteggi per ogni categoria (tabella ). Categorie 5 6 Agr. legnose Agr. seminativo Urbano Form. prative Bosco diradato Bosco latifoglie Agr. legnose Agr. seminativo Urbano Form. prative Tabella : matrice dei punteggi. 5 Bosco diradato 6 Bosco latifoglie

6 A seconda del punteggio associato a ogni cella, ridefiniscono le seguenti categorie di accuratezza: Massima: numero di celle con la classificazione assolutamente corretta (punteggio ). Giusta: numero di celle con una classificazione ragionevole, buona o assolutamente corretta (punteggi, ). Incremento: è la differenza tra Giusta e Massima. In tabella 5 è riportata la valutazione dell accuratezza con il metodo fuzzy set per la zona B. Metodo di classificazione Modello di colore RGB HSL CYMK PCA CIELab R'G'B' Non Supervisionato Supervisionato Giusta Massima Incremento Giusta Massima Incremento 7,% 5,7%,% 57,5%,7% 0,0% 6,0% 6,5% 8,5% 7,% 7,5% 8,%,% 9,%,0% 0,% 5,%,6% 6,5% 56,5% 6,7% 6,% 60,7% 56,5%,9% 5,%,% 6,6% 0,%,7% 9,6%,% 0,%,6% 0,%,8% Tabella 5: valutazione dell accuratezza con il metodo fuzzy set. Rispetto alla valutazione binaria risulta una accuratezza maggiore mediamente del 0%, la rappresentatività della classificazione aumenta quindi se il metodo di valutazione dell accuratezza è più flessibile. 5. Conclusioni I risultati conseguiti non si prestano ad una interpretazione univoca. In particolare l accuratezza valutata con il metodo binario risulta molto bassa per tutte le categorie ed i modelli di colore. A questo riguardo i risultati migliori si hanno utilizzando il modello RGB e PCA per le categorie urbano e agricola seminativo. La valutazione dell accuratezza con fuzzy set si presta meglio a descrivere la corrispondenza fra classificazione e carta di uso del suolo. Si deve tenere conto del fatto che da una parte le immagini sono state riprese per scopi diversi dalla classificazione ed in un periodo non ottimale per la classificazione della vegetazione e dall altra la carta di uso del suolo usata come riferimento è stata realizzata con altri scopi e criteri. Sarà comunque necessario approfondire le differenze fra i diversi modelli di colore attraverso una casistica più ampia di classificazioni, indagando in particolare il comportamento dei diversi modelli per differenti tipi di copertura. 6. Bibliografia Lillesand, Thomas M. e Kiefer, Ralph W., Remote Sensing and Image Interpretation. John Wiley and Sons, rd ed. 99. Lee, J. H., Chang, B. H. e Kim, S. D., Comparison of colour transformations for image segmentation. Eletronics Letters, 99. Congalton, R. G. e Green, K., Assessing the Accuracy of Remotely Sensed Data: Principles and Practices. Mapping Science Series, ed. John G. Lyon, 999.