Vorlesung 10

Question 1

Arithmetische operationen (3)

Answer 1

-einfache berechnungen
-qutionetenbildung
-räumliche filter

Question 2

Unterschiede zwischen zwei zeitpunkten verdeutlichen(einfache brechnung)

Answer 2

(Change detection)
Durch bildsubtraktion
=zwei gleiche aufnahmen und dann jeweils daselbe pixel beider aufnahmen subtrahieren und ergebnispixel ist die veränderung

Question 3

Quotientenbildung

Answer 3

Pixel von band 3 ÷ pixel von band 2 = ratiobild

Bsp:10 ÷ 2 = 5

Question 4

Wozu dient eine Ratiobildung? (2)

Answer 4

1.Angleichung von grauwertunterschieden durch unterschiedliche beleuchtung im bild
2.verdeutlicung von spektralen unterschieden(bsp. Red edge bei boden und vegetation)

Question 5

Vegetationsindizes

Answer 5

Einfache indices, z.b. Ratio Vegetation Index (RVI =NIR/RED)
Vegetation:positive werte
Boden:nahe 0

Question 6

Normalized Burn Ratio

Answer 6

NBR=NIR-MIR/NIR+MIR

Question 7

Normalized Difference Water Index

Answer 7

NDWI=GREEN-NIR/GREEN+NIR

Question 8

Normalized Difference Snow Index

Answer 8

NDSI=GREEN-MIR/GREEN+MIR

Question 9

Filter

Answer 9

=komplexe räumliche pixeloperationen (spatial enhancement)

Question 10

Beeinflussung des DN-Wert eines einzelnen Pixels unter einbeziehung der unmittelbaren pixelnachbarschaft. Wie nennt sich das konzept dahinter?

Answer 10

Konzept der räumlichen frequenz
Räumliche frequenz=grauwertunterschiede benachbarter pixel

Question 11

Prinzip der Faltung

Answer 11

Filtermatrix erschafft ausgabe bild auf basis des eingabebilds (durch filtermatrix)

Question 12

Ziele der Faltung

Answer 12

-Verbesserung der interpretierbarkeit von bildern
-entfernen/verbessern von rauschen

Question 13

Low pass filter

Answer 13

Z.b. Zum wegbekommen von rauschen
Kemel(3x3 matrix) bewegt sich über die daten

Question 14

Ergebnisse des low pass filters

Answer 14

Alle besonders hellen oder dunklen pixel werden an ihre umgebung angeglichen

Die auflösung des bildes wird verschlechtert

Question 15

High pass filter

Answer 15

Abrupte grauwertänderung, bestimmte strukturen sollen ggf. Hervorgehoben werden

Question 16

Ergebnisse high pass filter

Answer 16

-linienhafte strukturen werden verstärkt
-viele filterarteb möglich

Question 17

Zielsetzung von klassifikationen

Answer 17

-“automatische”einordnung aller pixel in kategorien
-radiometrische informationen–>semantische klassen

Question 18

Klassentypische muster(3)

Answer 18

1.spektrale muster(klassisches reflexion und emissionsverhalten in den verschiedenen spektralbereichen)
2.räumliche muster(textur/struktur/form etc.
3.temporale muster(zeitlich variable landnutzungsmuster)

Question 19

Wie kann man objektklassen bilden?

Answer 19

Wenn sie über eine typische spektrale signatur verfügen

Question 20

Merkmalsraum

Answer 20

Kartesisches koordinatensystem, dessen achsen die kanäle des multispektralbildes darstellen(mehrdimensionlaer reeller vektorraum)

Question 21

Die pixeleinheiten werden in den merkmalsraum übertragen, was passiert mit ihnen dort?

Answer 21

-jedes pixel bekommt durch seinen merkmalsvektor einen eindeutigen platz
-ähnliche pixel bilden punktwolke(cluster)
-cluster haben statistische merkmale (bsp. Mittelpunkt)