 |
|
Abb. 7-11: Bildmosaik Deutschlands
zusammengesetzt |
Durch die Kombination mehrerer Bilder können vielfältige Variationen von Luft- und Satellitenbildern erreicht werden. Dabei gibt es verschiedene Aufgabenstellungen, die Herstellung von Bildmosaiken aus mehreren Einzelbildern, die Kombination von Daten verschiedener Sensoren und die gemeinsame Verarbeitung von zu unterschiedlichen Zeiten aufgenommenen Daten.
Bei der Mosaikbildung werden mehrere Einzelbilder zu einem großflächigen Bild vereint.
Zu beachten sind hier die unterschiedlichen geometrischen und radiometrischen Eigenschaften der Einzelbilder. Durch die geometrische Mosaikbildung, welche auf gemeinsame
Passpunkte in den Einzelbildern angewiesen ist, werden die einzelnen Datensätze in ein geeignetes Bezugssystem transformiert. Nach der
sich anschließenden radiometrischen Mosaikbildung verschwinden Helligkeits-, Kontrast- und Farbunterschiede, so dass ein homogenes Bild entsteht.
|
|
Abb. 7-11: Bildmosaik Deutschlands
zusammengesetzt |
Hier werden Daten verschiedener Sensoren kombiniert, um die unterschiedlichen Informationsinhalte zu einem besseren Bildprodukt zu vereinigen. Als Beispiel dienen die folgenden drei Bilder des Satelliten IKONOS. Das erste Bild ist im multispektralen Bereich mit einer Auflösung von 4 m aufgenommen, das zweite, deckungsgleiche, Bild im panchromatischen Bereich mit einer Auflösung von 1 m. Durch eine Kombination beider Bilder ergibt sich ein multispektrales Bild mit einer Auflösung von 1m.
 |
 |
 |
|
Abb. 7-12: Bildverbesserung durch Kombination verschiedener Spektralkanäle Copyright © Space Imaging |
||
Bei dieser Bildverarbeitungsmethode werden Daten miteinander kombiniert, die aus verschiedenen Aufnahmezeiten stammen. Dabei sollen Veränderungen der aufgenommenen Objekte erkannt werden. Voraussetzung ist auch hier die geometrische Übereinstimmung der zu kombinierenden Daten.
 |
 |
|
Abb. 7-13: Beispiel zur möglichen multitemporalen Bildverarbeitung Copyright © Nasa Visible Earth |
|
Abbildung 7-13 veranschaulicht die Stadtentwicklung von San Jose im Westen der USA über einen Zeitraum von 26 Jahren. Es zu erkennen, wie sehr sich die Stadt immer weiter in die Berge ausgedehnt hat.
Prinzipiell könnten die Veränderungen nocht besser sichtbar werden, wenn ein Bilddatensatz von einem anderen subtrahiert
wird. Veränderte Bereiche erscheinen entweder heller oder dunkler.
Auf diese Weise können beispielsweise auch Landnutzungsänderungen, Rodungsflächen, Überschwemmungsgebiete und andere Änderungen erfasst werden.
Die Subtraktion zweier Bilddatensätze verdeutlicht Abbildung 7-14.
 |
| Abb. 7-14: Subtraktion zweier Bilddatensätze |
|
|
 |
Auswertung von Luft- und Satellitenbildern |
|
|
 |
Bildverbesserungen |