데이터 범위가 100 % 미만일 때 위성 이미지 타일 완성

여러 이미지 (> = 2)를 하나의 "최상의"이미지로 결합하고 싶습니다. 최고는 낮은 클라우드 범위와 높은 데이터 범위에서 정의됩니다. 무료 Sentinel 위성 데이터를 사용하는 예는 다음과 같습니다.

http://sentinel-s2-l1c.s3.amazonaws.com/tiles/12/S/XB/2017/6/1/0/preview.jpg 및 http : //sentinel-s2-l1c.s3.amazonaws를 참조 하십시오 . 아래 이미지 소스는 .com / tiles / 12 / S / XB / 2017 / 6 / 을 참조하십시오.

전체 타일을 생성하기 위해 100 % 데이터 범위를 갖지 않는 위성 이미지 타일을 완성하기위한 알고리즘이나 프로세스가 있습니까?

의미하는 예는 아래 시각화를 참조하십시오.

나는 문학에 너무 익숙하지 않으며, 내가 찾아야 할 용어가 무엇인지 모른다.

예:

— 발
소스

이미지 모자이크를 만들고이 작업을 수행하기위한 자동 프로세스를 찾고 있습니까?

— MAYANK SHARMA

@MAYANKSHARMA : 이미지 모자이크를 참조하지 않습니다. 전체 타일을 만들기 위해 최고의 타일을 선택하는 방법을 언급하기 만하면됩니다. 모자이크 처리는 여러 개의 타일 (인접한 공간 영역을 덮음)을 하나로 묶는 것을 수반합니다.

— val

'최고'라고 말할 때 '가장 최근의 클라우드 프리'를 의미합니까 아니면 다른 기준이 있습니까? 그렇다면 이 논문 은 좋은 출발점이며, 필요한 경우 더 많은 센티넬 2 답변으로 형성 될 수 있습니다. 몇 가지 어휘에 대한 소개와 두 가지 주요 접근법의 비교를 위해이 블로그 게시물을 읽을 가치가 있습니다.

— RoperMaps

@RoperMaps : 클라우드 커버리지가 낮고 데이터 범위가 크지 않은 것으로 정의되는 것이 가장 적합합니다 (100 % 이상). 블로그는 지금 도움이되고 종이를 통해 읽습니다. Thx

— val

답변:

위치가 같지만 날짜가 다른 이미지의 경우 모자이크 방식보다 합성 에 대해 이야기하고 싶습니다 (다른 범위의 이미지를 더 큰 이미지로 결합). "복합"키워드를 검색하면 자세한 내용을 볼 수 있지만 다음은 간단한 요약입니다.

시계열 합성에는 두 가지 주요 접근 방식이 있습니다.

최상의 가용 픽셀 접근 방식 (예 : 주어진 기준에 따라 각 위치에서 "최고의"픽셀을 선택하십시오 (예 : 최대 NDVI 값을 가진 픽셀 또는 합성 기간의 중앙 날짜에 가장 가까운 비구름 픽셀 사용)). Landsat의 예제는 여기 에서 찾을 수 있습니다
결합 된 픽셀 접근 방식 (예 : 동일한 위치에서 모든 픽셀의 평균을 취 하거나 ( 합성 평균 ) 시간 회귀를 사용하여 특정 날짜에 "누락 된"픽셀을 보간합니다 ( 갭 채우기 ). 간격 채우기는 잠재적으로 모든 날짜에 하나의 이미지를 생성하고 유지하는 이미지를 결정하는 반면 합성은 합성 기간 당 하나의 이미지 만 제공합니다 (슬라이딩 시간 창을 사용할 수는 있지만 시간적으로 "정확한"정도는 적음).

"평균 합성"은 MERIS 및 SPOT VGT와 함께 몇 가지 성공적인 프로젝트에서 사용되었습니다 ( 여기 참조 ). "Max NDVI"합성은 MODIS 합성물에 사용됩니다. 여기서 Sentinel-2 이미지를 사용하여 관심있는 날짜의 보간을 수행 했습니다 . 개인적으로, 나는 "복합 픽셀"유형 접근법을 선호합니다.

이제 컴 포지 팅의 품질은 특히 입력 데이터가 많지 않은 경우 입력 품질에 크게 좌우된다는 사실을 알고 있어야합니다 (센티널 -2는 매일 5 일이 아니라 5 일마다 "만"). 센티넬 -3) :

좋은 구름 마스크 (구름 감지, 헤이즈 감지, 권운 (고고도 얇은 구름) 감지 및 구름 그림자 감지 포함).
캐노피 반사율 : 위성의 디지털 숫자를 BRDF 보정 (빛이 모든 방향으로 균일하게 반사되지 않고 표면에 차이가 있음), 대기 보정 및 지형 보정을 포함하여 의미있는 반사율 값으로 변환합니다.
다른 이미지들 사이에 좋은 등록. 픽셀은 가능한 한 동일한 위치를 나타내야합니다.
때때로 : 일시적인 이벤트 감지 (홍수 및 눈)

클라우드 프리 컴포지트를 작성하기 위해 소프트웨어가 ESA 프로젝트 ( SEN2AGRI ) 프레임에서 개발되었습니다 .

보너스 : 글로벌 합성의 예

Sentinel-2 사용 ( WMS 만 해당 )
함께 MERIS, SPOT VGT와 AVHRR의 표면 반사율 (다운로드 할 수 있음)
2000 년경 및 2014 년경 Landsat 사용 (전체 Landsat 아카이브를 사용한 중간 값 )

— 라두 주
소스

나는 당신이 묘사하는 것이 여전히 모자이크 (또는 이미지 스티칭 )의 일부라고 생각합니다 . 모자이크 처리는 실제로 인접한 타일을 결합하는 것과 관련이 있지만 일반적으로 타일에는 겹치는 부분이 있습니다.

다음은 특히 두 단계에 관심이있는 것입니다.

이미지 스티칭 : 올바른 중첩 위치 찾기
겹치는 픽셀 블렌딩

이 백서의 각 단계마다 다른 방법에 대한 훌륭한 조사가 있습니다 : Ghosh and Kaabouch (2016) 이미지 모자이크 기법에 대한 조사, J. Vis. 코뮌. 이미지 R. 34 (2016) 1-11

— 마티 포
소스