14 november 2024 Geen reacties
Maar waar is het verschil? De wereld om ons heen is continu in beweging. Verschil in tijd komt meestal overeen met het toevoegen of verwijderen van gebouwen, vegetatie of andere infrastructuur. Dit zijn veranderingen in hoogte, kleuren of spectrale reflectie, goede indicatoren om de veranderingen in beeld te brengen. In mijn vorige blog maakte ik gebruik van infrarood om de branden en verbrande gebieden inzichtelijk te maken. Nu ga ik infrarood gebruiken om veranderingen te ontdekken. Hoe kunnen we dan de veranderingen tussen twee verschillende momenten vinden? Maar dat niet alleen. Wil je alle veranderingen vinden? Of liever slim zoeken naar de veranderingen waarin je geïnteresseerd bent?
Indicatoren als hoogte, spectrale reflectie, locatie en de combinatie hiervan gebruiken we om slim veranderingen te detecteren. Niet alleen ‘dat’ er een verschil is tussen twee momenten, maar ook ‘wat’ er veranderd is. Bijvoorbeeld een aanbouw van een gebouw. En dan niet alleen een verandering in hoogte, maar ook een verandering die aan het bestaande gebouw vastzit. Vegetatie die veranderd is, bijvoorbeeld een boom die verdwenen is of omgevallen is.
Veranderingen die allemaal een verschil in hoogte hebben én in spectrale reflectie. Dat zijn de veranderingen die we willen vinden. Dat er geen auto naast het huis staat of dat er zonnepanelen op het dak zijn geplaatst, daar zijn we nu niet in geïnteresseerd. Terwijl dit ook veranderingen in de hoogte en spectrale reflectie zijn.
Sensor Fusion
Met sensor fusion kunnen we dus een dataset maken die bestaat uit meerdere lagen, die niet noodzakelijkerwijs allemaal uit ‘afbeeldingen’ bestaan. Bijvoorbeeld een rasterbestand met blauwe, groene, rode en NIR optische banden en een vijfde band die de hoogte voor elke pixel specificeert.
Het resultaat van sensor fusion noemen we een infostack en die maak je binnen Erdas IMAGINE makkelijk met de stack layers operator. Je geeft aan welke input je op welke laag (bron) wilt hebben en de software maakt het bestand aan. Als voorbeeld heb ik het industrieterrein de Hoogte in Groningen gebruikt.
We krijgen dan een infostack die op band 5 hoogte-informatie heeft en op band 4 infrarood. De andere banden 1, 2 en 3 gebruiken we voor rood, groen en blauw. Kortom, van elke pixel weten we nu niet alleen de kleur, maar ook de hoogte- en infraroodwaarde. Dat herhalen we voor een later moment. Deze twee bestanden gebruiken we vervolgens in het change-detection model om de verschillen in beeld te brengen.
Makkelijker kan het niet, het maken van een infostack of het uitvoeren van de analyse. Vul de verschillende parameters in en het model doet zijn werk.
Verdieping in het model
Wanneer we dieper het model induiken en de verschillende algoritmen erbij nemen, dan zie je dat er behoorlijk gerekend wordt. Onderstaande formule is het deel dat de vegetatie tussen de beide momenten vergelijkt en de verschillen in beeld brengt.
Met een druk op de knop
De verschillende kleuren staan voor kleine en grote veranderingen, zowel positief als negatief. We zien waar er gebouwd is en waar vegetatie gegroeid is. Ook waar vegetatie is gesnoeid of verdwenen. Door verschillende bronnen met elkaar te combineren in één bestand, een infostack, deze vervolgens voor twee verschillende momenten in de tijd met elkaar te vergelijken, zien we de verschillen.
Verschil moet er wezen! Waar dat verschil zich bevindt kunnen we ook duiden, bijna met één druk op de knop binnen Erdas IMAGINE.
Harald Gortz
Harald is Business Consultant bij IMAGEM. Hij schakelt tussen business, commercie en de techniek en is inhoudelijk bezig met de klant. Hij werkt samen met de ontwikkelaar aan oplossingen voor de openbare orde en veiligheidsmarkt, onderwijsinstellingen of voor digital twins.
Lees meer blogs van Harald
