REGISTRAZIONE GEOMETRICA AUTOMATICA DI IMMAGINI SATELLITARI AD ALTA RISOLUZIONE MEDIANTE FOTOCARTE

Transcript

1 REGISTRAZIONE GEOMETRICA AUTOMATICA DI IMMAGINI SATELLITARI AD ALTA RISOLUZIONE MEDIANTE FOTOCARTE Marco GIANINETTO (*), Giovanmaria LECHI (*), Marco SCAIONI (**) (*) Politecnico di Milano, DIIAR sez. Rilevamento, P.zza L. da Vinci 32, Milano (**) Politecnico di Milano, sez. DIIAR Rilevamento, Polo Regionale di Lecco, c.so Matteotti 3, Lecco Riassunto L articolo presenta un algoritmo automatico per l estrazione di punti di controllo per la georeferenziazione di immagini satellitari ad alta risoluzione, utilizzando come riferimento fotocarte digitali. Il processo di registrazione geometrica, che usualmente è eseguito mediante la misura manuale di un numero sufficiente di punti di controllo, viene qui ridotto ad una procedura automatica, con conseguente risparmio in termini di tempo e di costi. Inoltre, è presentato un esempio applicativo della metodologia descritta per la georeferenziazione automatica di un immagine QuickBird ripresa sulla laguna di Venezia, utilizzando come base cartografica il fotopiano di Venezia alla scala di 1: Abstract This paper presents an automatic algorithm for the extraction of control points for georeferencing automatic high resolution satellite images, taking advantage of existing digital orthophoto-maps and photo-planes. The geometric registration procedure, that usually is carried out by manual measurement of enough control points, here is reduced to an automatic task resulting in a significant saving of time and cost. Furthermore, an application of this algorithm to the automatic georeferencing of a QuickBird image over the lagoon of Venezia is presented; in this case, the photo-map assumed as reference has been an existing digital photo-plane at scale 1: Introduzione Nel corso degli ultimi anni, la crescente disponibilità di immagini ad alta risoluzione geometrica acquisite da piattaforma spaziale (QuickBird, Ikonos, Eros, SPOT5) sta rendendo interessante l utilizzo di tali sensori per la produzione e l aggiornamento di cartografia a media scala. In particolare, l aggiornamento della cartografia a scala compresa tra 1: e 1:5.000 sembra essere il campo di maggior interesse. I principali limiti all impiego delle immagini telerilevate per la produzione di carte topografiche sono rappresentati dalla risoluzione dei sensori e dalla disponibilità di coppie stereoscopiche. Per quanto concerne il primo punto, la tecnologia attualmente impiegata nel campo dell osservazione della Terra consente di raggiungere dallo spazio risoluzioni al suolo di 0,60 m (risoluzione nominale del satellite QuickBird per visione nadirale). Ciò significa che grazie a questi dati non è possibile costruire carte a scala 1:2.000 o superiori, poiché queste richiedono un accuratezza planimetrica inferiore a 0,40 m, precisione che oggi non è ancora raggiungibile. Per quanto riguarda la stereoscopia, sebbene la maggior parte dei sensori spaziali ad alta risoluzione per l osservazione della Terra attualmente in funzione sia tecnicamente in grado di acquisire coppie stereo, questo prodotto di fatto non è ancora disponibile per l utenza civile. Come è stato evidenziato nel corso di alcune ricerche svolte in ambito nazionale (COFIN 2001) e internazionale (Holland et al, 2002), tra i satelliti commerciali ad alta risoluzione geometrica oggi operativi

2 solamente l israeliano EROS è in grado di fornire con continuità coppie stereo (con risoluzione nominale di 1,80 m per prese nadirali). Ciò si ripercuote nell impossibilità di derivare le quote dei punti e costituisce un ulteriore limite nella redazione di carte a contenuto metrico, ove la terza dimensione non può essere trascurata. Ne consegue che attualmente l utilizzo di immagini satellitari ad alta risoluzione geometrica è limitato all aggiornamento della cartografia a media scala, dove non è necessaria la conoscenza della quota degli edifici e dove la quota dei punti sul terreno è derivata dalla cartografia esistente. D altro canto, l utilizzo dei satelliti per aggiornare la cartografia presenta il vantaggio di una maggiore semplicità di acquisizione rispetto al tradizionale processo fotogrammetrico e, inoltre, l elaborazione dei dati non richiede l impiego di costose apparecchiature, ma può essere eseguito con un comune calcolatore. Prima di compiere qualsiasi operazione geometrica sulle immagini riprese da satellite è però necessario eseguire un accurata georeferenziazione in un sistema di coordinate geodetico o cartografico. Le tecniche utilizzate sono generalmente basate sulla conoscenza di una serie di punti d appoggio (control points), le cui coordinate sono note in entrambi i sistemi di riferimento (terreno e immagine), mediante i quali è possibile calcolare una trasformazione tra i due sistemi di riferimento. Numerosi studi sono stati compiuti per valutare gli effetti della trasformazione impiegata (polinomiale o rational functions) e della numerosità dei punti d appoggio utilizzati sull accuratezza finale del processo. Questi ultimi possono essere ricavati sia direttamente con misure in situ sia indirettamente dalla cartografia esistente (Smith e Atkinson, 2001). In ogni caso, si tratta di un operazione molto dispendiosa in termini di tempo-uomo, perché richiede o l esecuzione di un apposita campagna di misura o il riconoscimento di particolari sulla cartografia chiaramente riconoscibili anche nelle immagini telerilevate, operazione spesso complessa. Per i motivi esposti, il processo di co-registrazione e georeferenziazione rappresenta un ulteriore difficoltà nell impiego delle immagini ad alta risoluzione geometrica per la produzione di cartografia. Il presente lavoro, sviluppato nell ambito della ricerca MIUR (COFIN 2001) dal titolo L'uso delle immagini satellitari ad alta risoluzione per le analisi territoriali, propone un approccio alternativo al problema della georeferenziazione, basato sull impiego di tecniche di co-registrazione automatica delle immagini. Questo approccio è reso ancor più interessante dalla disponibilità di ortofoto o fotopiani per la quasi totalità del territorio italiano, che potrebbero essere impiegati come base del processo di georeferenziazione automatica. 2. Registrazione automatica di immagini satellitari su ortofotocarte L idea di base è quella di implementare una registrazione automatica delle immagini satellitari utilizzando come supporto un ortofoto o un fotopiano. In questo modo, la georeferenziazione si riduce ad una registrazione image-to-image, sulla base dei punti d appoggio estratti dalle due immagini. Il grande vantaggio di un tale approccio risiede nel fatto di poter impegare algoritmi di image matching per estrarre i punti d appoggio in modo automatico, sgravando l operatore da tale compito.la procedura utilizzata nel presente lavoro deriva da una precedente sperimentazione eseguita su immagini Landsat TM (Carrion et al, 2001; Colombo et al., 2001) ed è basata sull utilizzo di algoritmi sviluppati per la triangolazione aerea automatica (Forlani et al., 2000), ai quali si rimanda per una dettagliata descrizione. In Figura 1 è riportato sinteticamente il diagramma di flusso dell intero processo di georeferenziazione automatica. Un aspetto importante della metodologia proposta riguarda la reiezione degli outliers, poiché l algoritmo di least squares matching utilizzato è soggetto a errori causati dalla presenza di ombre nelle immagini, differente illuminazione della scena, deformazioni prospettiche, variazione del contenuto (veicoli, edifici modificati, ecc.). Inoltre, quando si registrano tra loro una fotocarta e un immagine digitale acquisita in modo differente (ad es. immagine satellitare), il modello geometrico potrebbe non essere unico per l intera immagine. Per esempio, nel caso dell utilizzo di un fotopiano come supporto per la georeferenziazione di un immagine satellitare, i punti sul terreno

3 Figura 1 diagramma di flusso de processo di georeferenziazione automatica e quelli sui tetti seguono un modello geometrico diverso. Ne consegue che i punti di controllo possono essere affetti dalla presenza di outliers in maniera anche molto consistente, e quindi devono essere implementate opportune tecniche per identificarli e rimuoverli. La soluzione adottata è quella di impiegare una tecnica di stima robusta. In questo caso è stato utilizzato l algoritmo least median squares (Rousseeuw e Leroy, 1987) che è in grado di trattare efficacemente dati affetti da una percentuale di outliers fino al 50%. I coefficienti della trasformazione geometrica sono quindi inizialmente stimati con un algoritmo di least median squares per rimuovere gli outliers più grandi. Successivamente uno stimatore di tipo L1 è utilizzato per individuare gli outliers più piccoli, contro i quali il least median squares è meno potente. In ultimo, la stima viene ripetuta con una classica procedura ai minimi quadrati utilizzando i soli dati ripuliti. La scelta del modello matematico utilizzato per calcolare la trasformazione geometrica dipende dalla tipologia delle immagini impiegate. Nei vari step intermedi del processo descritto è stata utilizzata una trasformazione affine a 6 parametri, (tenendo anche conto dell andamento pianeggiante del terreno nel caso degli esempi considerati). Nonostante si tratti di una semplificazione introdotta nel modello, questa è quella che ha fornito i migliori risultati sia in termini di estrazione automatica dei punti omologhi, sia nella fase di reiezione degli outliers. Inoltre, i test sperimentali hanno confermato che l accuratezza dei punti d appoggio estratti è adeguata per realizzare una georeferenziazione sufficientemente precisa per le scale prefissate. 3. Applicazione della registrazione geometrica automatica alla città di Venezia La metodologia proposta è stata impiegata per eseguire la registrazione automatica di un immagine pancromatica QuickBird ripresa sulla laguna di Venezia con il fotopiano digitale della città (Guerra et al., 2000),. Lo scopo di questo test è quello di valutare la possibilità di utilizzare fotografie aeree digitali georeferenziate per realizzare, in modo completamente automatico, la georeferenziazione indiretta di immagini satellitari ad alta risoluzione. La valutazione degli errori residui dopo il processo di georeferenziazione, permette, infine, di definire la scala nominale della cartografia che può essere ricavata dal dato così processato. L area di studio è rappresenta dalla città di Venezia, dove il 16 Maggio 2002 è stata acquisita un immagine QuickBird (Figura 2); le fotografie aeree utilizzate come base cartografica sono state

4 ricavate dal fotopiano di Venezia del 1982, composto da 178 fotografie aeree digitali alla scala media di 1:2.000 (Figura 3). Figura 2 Immagine QuickBird pancromatica (risoluzione 0,60 m). Figura 3 Fotopiano di Venezia (risoluzione 0,40 m). Da entrambe le immagini digitali (QuickBird e fotopiano) è stata estratta un area di circa 26 ha nei pressi del Ponte di Rialto, che è stata ricampionata ad una dimensione del pixel al suolo di 40 cm. Utilizzando un numero minimo di punti omologhi misurati manualmente, è stata calcolata una trasformazione approssimata iniziale e, successivamente, è stata determinata una co-registrazione di precisione impiegando la procedura automatica descritta in precedenza. L algoritmo di estrazione automatica dei punti omologhi ha individuato 88 punti omologhi nelle due immagini, con una distribuzione spaziale omogenea nell area di sovrapposizione tra il dato QuickBird e il fotopiano (Figura 4). Infine, la registrazione tra dato QuickBird e fotopiano è stata eseguita impiegando tre differenti trasformazioni polinomiali, rispettivamente di primo, secondo e terzo grado. Per verificare l accuratezza ottenuta, sono stati misurati manualmente 17 punti omologhi (punti di controllo) sul fotopiano e sull immagine QuickBird georeferenziata. È da notare come realizzare una misura accurata dei punti di controllo in modo manuale non sia un operazione semplice, a causa delle differenze geometriche e radiometriche che oggetti omologhi presentano tra diverse immagini (Figura 4). Ciò può portare all introduzione di outliers nel dataset, che devono essere correttamente identificati e rimossi (Figura 5). Eliminati gli outliers, i restanti 15 punti di controllo identificati sul fotopiano sono stati confrontati con i punti analoghi estratti automaticamente dall algoritmo sull immagine QuickBird e sono stati calcolati i residui planimetrici per le tre differenti trasformazioni geometriche utilizzate.

5 Come si può notare analizzando i risultati dei test riportati nella Tabella 1, utilizzando una trasformazione polinomiale di ordine 2 si è minimizzato il valor medio dei residui (1,81 m). Con una trasformazione affine (ordine 1) si è invece ottenuto il valore di RMS più basso (2,78), anche se è da notare come non sia significativamente diverso da quello ottenuto con la trasformazione polinomiale di ordine 2 (2,80). Grazie ai risultati ottenuti, è realistico pensare di utilizzare la metodologia automatica descritta per l aggiornamento della cartografia alla scala 1:10.000, dove le tolleranze planimetriche richieste sono superiori (4 m) alla precisione ottenuta. Figura 4 Dettaglio dei punti omologhi (in bianco) estratti automaticamente sul fotopiano (a sinistra) e sull immagine QuickBird (a destra), nei pressi del Ponte di Rialto. grado xy [pixel] xy [m] polinomio µ σ RMS µ σ RMS grado 1 4,27 1,80 4,63 1,98 1,95 2,78 (affine) grado 2 3,02 3,56 4,67 1,81 2,14 2,80 grado 3 4,66 2,35 5,22 2,37 2,04 3,13 Figura 5 Residui planimetrici calcolati sui punti di controllo dopo rimozione degli outliers. Tabella 1 Statistiche dei residui planimetrici calcolate sui punti di controllo dopo rimozione degli outliers. 4. Conclusioni e sviluppi futuri La metodologia proposta consente di co-registrare in modo automatico immagini satellitari ad alta risoluzione geometrica e fotocarte, quali fotopiani o ortofoto. In particolare, i test effettuati hanno dimostrato la reale operatività degli algoritmi impiegati nella co-registrazione di immagini QuickBird e fotopiani, ottenendo precisioni sufficienti per l aggiornamento della cartografia alla scala 1: Nonostante la precisione metrica ottenuta nei test rappresenti già un interessante traguardo, l utilizzo di questa metodologia per l aggiornamento di carte a scala superiore sembra un traguardo realmente accessibile. In particolar modo, l aggiornamento automatico della cartografia alla scala 1:5.000 potrebbe essere raggiunto migliorando gli algoritmi di calcolo e in particolar

6 modo il modello geometrico della trasformazione. Attualmente, i modelli implementati nei codici si limitano a trasformazioni di tipo polinomiale, ma modelli differenti, che meglio descrivono il processo di acquisizione, potrebbero essere sviluppati e implementati per migliorare le precisioni metriche. Inoltre, anche l utilizzo dell informazione riguardo la quota dei punti dell immagine master può essere aggiunta al modello. Quest ultimo aspetto può rivelarsi molto importante nell utilizzo di ortofotocarte come riferimento per la georeferenziazione di immagini satellitari ad alta risoluzione. Ringraziamenti Il presente lavoro è stato co-finanziato dal MIUR nell ambito del progetto di ricerca L uso delle immagini satellitari ad alta risoluzione per le analisi territoriali. La ripresa QuickBird su Venezia è stata acquisita da Telespazio e le immagini aeree utilizzate nei test sono state ricavate dal fotopiano digitale di Venezia Venezia forma urbis. Bibliografia Carrion D., Colombo A., Gianinetto M., Scaioni M. (2001), Multi-spectral and Multi-temporal Imagery Registration by Image Matching Algorithms, Proc. of Int. Workshop on Geo-Spatial Knowledge Processing for Natural Resource Management, Università dell Insubria, Varese, pp Colombo A., Carrion D., Gianinetto M., Scaioni M. (2001), Georeferenziazione automatica di sequenze temporali di immagini satellitari, In atti della V Conferenza Nazionale ASITA, Rimini, pp Forlani G., Pinto L, Scaioni M. (2000), Concept and Testing of a System for Automatic Aerial Triangulation, Int. Archives of Photogrammetry adn Remote Sensing, Vol. 33, Part B2, Amsterdam, pp Guerra F., Miniutti D., Monti C. (2000), Venezia forma urbis Il fotopiano digitale, IUAV- CIRCE Marsilio, Venezia. Holland D., Guilford B., Murray K. (2002), OEEPE Project on Topographic Mapping from High Resolution Space Sensors, OEEPE Official Pubblication n. 44. Rousseeuw P.J., Leroy A.M. (1987), Robust Regression and Outliers Detection, John Wiley, New York. Smith D.P., Atkinson S.F. (2001), Accuracy of Rectification Using Topographic Map versus Ground Control Points, Photogrammetric Engineering & Remote Sensing, 67(5), pp