Το έργο με τίτλο Μεθοδολογίες παρεμβολής για την πλήρωση κενών σε δορυφορικές εικόνες από τον/τους δημιουργό/ούς Karavolia Angeliki διατίθεται με την άδεια Creative Commons Αναφορά Δημιουργού 4.0 Διεθνές
Βιβλιογραφική Αναφορά
Αγγελική Καραβόλια, "Μεθοδολογίες παρεμβολής για την πλήρωση κενών σε δορυφορικές εικόνες", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2022
https://doi.org/10.26233/heallink.tuc.93911
Στις μέρες μας οι δορυφορικές εικόνες είναι καθοριστικής σημασίαςγια ποικίλες εφαρμογές όπως η ανίχνευση αλλαγών στη Γη μετά απόανθρώπινες παρεμβάσεις και φυσικές καταστροφές. Οι δορυφορικές εικόνες συχνά περιέχουν κενά και αυτό δημιουργεί προβλήματα σε περαιτέρω επεξεργασία ιδιαίτερα αν τα βήματα επεξεργασίας είναι αυτοματοποιημένα. Στους στόχους της διπλωματικής εργασίας αυτής είναιη διερεύνηση μεθοδολογιών για την πλήρωση κενών στις δορυφορικέςεικόνες. Πιο ειδικά, η σύγκριση των αιτιοκρατικών μεθοδολογιών με τηστοχαστική μέθοδο INNC που βασίζεται στο μοντέλο Ising. Η ύπαρξηκενών οφείλεται σε διάφορους λόγους οπτικά εμπόδια (π.χ. νέφωση), οιτροχιές που ακολουθούν οι δορυφόροι και δυσλειτουργίες των αισθητήρων. Τα δεδομένα που χρησιμοποιήθηκαν για τον έλεγχο των μεθοδολογιών πλήρωσης κενών χωρίζονται σε δύο κατηγορίες: συνθετικά καιδορυφορικά δεδομένα. Τα συνθετικά δεδομένα δημιουργήθηκαν χρησιμοποιώντας τη συνάρτηση Ackley. Τα δορυφορικά δεδομένα κατηγοριοποιούνται σε δύο σύνολα, ένα πραγματικό και ένα προσομοιωμένο. Ταπραγματικά δεδομένα αναφέρονται σε θερμοκρασίες της επιφάνειας τηςΓης κατά τη διάρκεια της ημέρας, όπως μετρήθηκαν από το όργανο Terraτου δορυφόρου MODIS, για το έτος 2016. Το σύνολο των προσομοιωμένων δεδομένων υλοποιήθηκε με την προσαρμογή ενός χωρικού μοντέλουGauss σε ένα τυχαίο δείγμα 2 500 παρατηρήσεων από τα προαναφερόμενα δεδομένα MODIS.Στα πλαίσια της εργασίας πραγματοποιήθηκε διερευνητική στατιστική ανάλυση της χωρικής συνέχειας με τη βοήθεια της συνάρτησηςαυτοσυσχέτισης και του βαριογράμματος στις δύο ορθογώνιες διευθύνσεις του πλέγματος. Οι αιτιοκρατικές μεθοδολογίες οι οποίες χρησιμοποιήθηκαν για την πλήρωση κενών είναι οι εξής: η μέθοδος των πλησιέστερων γειτόνων (nearest neighbor), η μέθοδος παρεμβολής ελάχιστηςκαμπυλότητας (v4), η μέθοδος παρεμβολής φυσικών γειτόνων (naturalneighbor), η μέθοδος κυβικής παρεμβολής (cubic) και η μέθοδος γραμμικής παρεμβολής (linear). Οι μεθοδολογίες αυτές υλοποιήθηκαν μέσω της εντολής griddata και ορισμένες από αυτές μέσω της εντολήςscatteredInterpolant στο προγραμματιστικό περιβάλλον Matlab. Αυτές οι δύο εντολές πραγματοποιούν παρεμβολή της επιφάνειας στα σημεία διερεύνησης με βάση γνωστές μετρήσεις στα σημεία του δείγματος.Οι αιτιοκρατικές μεθοδολογίες εφαρμόστηκαν και με τις δύο εντολέςδιότι ο τρόπος υλοποίησης των δύο εντολών διαφέρει. Επιπλέον, εφαρμόσαμε τη στοχαστική μεθοδολογία με αλληλεπιδράσεις κοντινότερωνγειτόνων, η οποία βασίζεται στο μοντέλο Ising (INNC). Η μέθοδος INNCπροσεγγίζει συνεχείς μεταβλητές ανάλογα με τον αριθμό των διακριτώντάξεων που έχουμε ορίσει. Επίσης, λαμβάνει υπόψιν τοπικά τις τιμέςτου δείγματος προκειμένου να σχηματίσει την πρόβλεψη. Εφαρμόζονταςμια προσέγγιση βασισμένη στη μεθοδολογία Monte Carlo, προβλέπει τηντάξη της μεταβλητής σε σημεία όπου δεν υπάρχουν μετρήσεις.Για την επιλογή της βέλτιστης μεθοδολογίας χωρικής παρεμβολήςχρησιμοποιήθηκε η στατιστική μέθοδος της διασταυρωτικής επιβεβαίωσης (cross validation). Στα πλαίσια της συγκριτικής ανάλυσης των μεθοδολογιών χρησιμοποιήθηκαν η οπτική επισκόπηση των ανακατασκευασμένων εικόνων, τα διαγράμματα διασποράς των εκτιμώμενων και μετρημένων τιμών (τιμών επιβεβαίωσης), καθώς επίσης και στατιστικά μέτρα διασταυρωτικής επιβεβαίωσης. Επιπλέον, στην ανάλυση των συνθετικών δεδομένων διερευνήθηκαν διαφορετικές χωρικές διατάξεις και θέσεις κενών σημείων/περιοχών. Δηλαδή, για έλεγχο χρησιμοποιήσαμετις εξής διατάξεις κενών: 1) τυχαία κατανομή 40 κενών εικονοστοιχείων,2) συνεχή περιοχή 303 κενών εικονοστοιχείων και 3) τυχαία κατανομή303 κενών εικονοστοιχείων.Η μέθοδος παρεμβολής ελάχιστης καμπυλότητας (υλοποιείται με τηνεντολή griddata, επιλογή v4) είναι βέλτιστη για τα συνθετικά δεδομέναμε τυχαία κατανομή 40 κενών εικονοστοιχείων. Η μέθοδος INNC με οχτώτάξεις και τετραγωνικό πλαίσιο INNC 5 × 5 είναι καλύτερη, σε σύγκριση με τη μέθοδο των πλησιέστερων γειτόνων (υλοποιείται με την εντολήgriddata και την scatteredInterpolant, επιλογή nearest neighbor).Η μέθοδος παρεμβολής φυσικών γειτόνων (υλοποιείται με την εντολήgriddata και την scatteredInterpolant, επιλογή natural neighbor)είναι υπολογιστικά γρηγορότερη σε σύγκριση με τις προηγούμενες μεθοδολογίες. Η μέθοδος γραμμικής παρεμβολής (υλοποιείται με την εντολήscatteredInterpolant, επιλογή linear) είναι βέλτιστη για τη συνεχή περιοχή 303 κενών εικονοστοιχείων στην περίπτωση που τα κενά είναι τοποθετημένα στο δεξιό άκρο της εικόνας. Επίσης, η μέθοδος παρεμβολήςφυσικών γειτόνων (υλοποιείται με την εντολή scatteredInterpolant, επιλογή natural neighbor) υπερτερεί όσον αφορά την υπολογιστική ταχύτητα. Η μέθοδος INNC