DSM GENERATION FROM HIGH RESOLUTION SATELLITE IMAGERY: DEVELOPMENT AND IMPLEMENTATION OF A NEW MATCHING STRATEGY

摘要

Negli ultimi anni sono stati fatti molti progressi tecnologici soprattutto nell’ambito della fotogrammetriasatellitare, con la messa in orbita della seconda generazione di satelliti (EROSA e B, QuickBird, Ikonos II, WorldView, GeoEye-1, Cartosat dedicato all’acquisizione di stereocoppie),è possibile ormai utilizzare le immagini digitali ad alta risoluzione con precisionea terra dell’ordine del metro (varia da 0,40 m di GeoEye-1 a 2,5 m di Cartosat). Il telerilevamentosatellitare ha dei pregi fondamentali come, per esempio, la possibilità di eseguire acquisizionia intervalli regolari, garantendo così un monitoraggio continuo della zona, o lapossibilità di acquisire dati in territori in via di sviluppo dove è più complicato e costoso organizzaredei voli fotogrammetrici. Viste le grandi potenzialità delle immagini pancromatichesatellitari ultimamente sono nati vari progetti di ricerca sull’interpretazione ed estrazione deidati metrici. Una fondamentale operazione di elaborazione delle immagini satellitari è l’ortorettificazione.Questo processo consente di eliminare le distorsioni indotte dalla posizione eassetto del satellite rispetto alla Terra e dalle caratteristiche ottico-geometriche del sensore.Esistono due metodologie differenti per orto-rettificare le immagini, le funzioni polinomialirazionali (RPF-Rational Polynomial Function) o il modello rigoroso.Oltre al prodotto bidimensionale ottenuto dalla singola immagine satellitare orto-rettificataè possibile utilizzare una stereo-coppia per estrarre un modello digitale del terreno (DigitalElevation Model). Il DEM è la rappresentazione dei valori continui di elevazione sopra unasuperficie topografica con un array regolare di valori di quota, riferiti allo stesso datum (definizionedell’ESRI).Attualmente la realizzazione e l’utilizzo dei DEM ha subito un incremento sempre maggiore,dovuto al potenziale uso in molti campi di applicazione dalle cartografia alla geotecnica.Inoltre i DEM sono un’importante banca dati da cui poter ottenere molti prodotti secondaricome curve di livello, profili, volumi e modelli di pendenza, ecc…La sempre maggiore capacità di calcolo degli elaboratori unita alla grande richiesta interdisciplinaredei DEM ha incrementato enormemente la continua ricerca di nuovi e più complessialgoritmi.Per l'estrazione dei DEM dalle immagini satellitari sono necessarie varie elaborazioni fotogrammetriche,si possono distinguere principalmente due fasi: l'orientamento delle immaginisatellitari e il processo di matching. I modelli di orientamento adottati si dividono in modelli rigorosi e modelli generici. I primiutilizzano un approccio fotogrammetrico basato sulle equazioni di collinearità mentre neisecondi le coordinate immagine sono legate a quelle terreno mediante rapporti di polinomidi cui sono noti i coefficienti (RPC).Il matching è il processo che permette il riconoscimento dei punti omologhi fra le due immagini,ovvero dei medesimi punti a terra ripresi sui due fotogrammi. In questa maniera siottiene una nuvola di punti corrispondenti nelle due immagini e così, conoscendo la geometriadi acquisizione, si è in grado di costruire il modello tridimensionale del terreno.Possiamo distinguere due classi principali di algoritmi per il matching l'Area Based Matching(ABM) e il Feature Based Matching (FBM). L'ABM si basa sulla diretta correlazione tra i valoridella radianza fra l'intorno del punto fissato sull’immagine master e l'intorno di un puntomobile sull'immagine slave. In questo modo si ricercano i punti omologhi dove è massimoil valore della correlazione. Il FBM ricerca prima delle features (punti, angoli, bordi o anchepoligoni) in entrambe le immagini e in un secondo momento analizza la corrispondenza fraesse.Il tema principale della ricerca è stato quello di sviluppare una metodologia completa attaa processare il Matching, è stato quindi implementato un nuovo algoritmo nel quale la fasedel Matching è stata combinata con quella di orientamento. La strategia usata per unificarele due fasi è stata quella di utilizzare i coefficienti RPC per caratterizzare le deformazionedelle immagini stimando una serie di trasformazioni affini e poi impiegare un Least SquareMatching (una particolare tecnica di ABM) guidato da queste trasformazioni affini per la ricercadella correlazione.Finita la fase di sviluppo, sono stati effettuati molti test, alcuni su di una stereo-coppia dellazona costiera di Augusta (Siracusa - Sicilia - Italia) acquisita con il satellite ad alta risoluzioneWorldView-1 e altri su una stereo-coppia di Roma acquisita con il sensore GeoEye-1. Inquesti test è stata valutata la robustezza, la precisione e l'accuratezza del nuovo software.Innanzitutto nei risultati è stata valutata l'accuratezza raggiunta tramite il confronto tra iDSM estratti e quelli di riferimento e inseguito sono state comparate le accuratezze tra ilnuovo software e il software commerciale PCI Geomatics OrthoEngine. Le accuratezze raggiuntesono paragonabili o in certi casi inferiori rispetto a quelle ottenute con il softwarecommerciale.In conclusione il nuovo algoritmo implementato nel software ha dato i risultati speratiaprendo nuove possibilità per uno sviluppo futuro dei processi di matching, attualmentesono in corso ulteriori ricerche riguardo l'utilizzo di una programmazione dinamica e adattivadell'algoritmo.