L’analisi delle modifiche nell’ambiente naturale e antropizzato, indotte da gravi eventi calamitosi, costituisce una delle applicazioni di maggiore interesse del telerilevamento. Gli algoritmi di change detection forniscono uno strumento per analizzare la stessa area ad un’epoca prece¬dente e ad un’epoca successiva all’evento. Per quanto riguarda la situazione post-evento, le recenti piattaforme satellitari, ed in particolare quelle ad alta ed altissima riso¬luzione (VHR), possono produrre una rappresentazione del territorio molto ricca e dettagliata; se disponibile in tempi molto stretti, essa può essere adeguata a supportare anche la pianificazione logistica delle operazioni di primo inter¬vento della protezione civile. Per quanto concerne invece la situazione pre-evento, ci si trova di fronte spesso ad immagini di diverso tipo, non sempre rappresentative del territorio alla data appropriata ed omogenee con quelle dell’acquisizione post-evento. Inoltre, problemi di geometria delle immagini, in particolare nel caso dell’alta risoluzione, rendono sovente difficoltose le opera¬zioni di matching tra i dati pre- e post-evento. Per sopperire a questi e ad altri problemi, nasce l’esigenza di sviluppare metodologie appropriate per integrare immagini di caratteristiche diverse ed estrarne informazioni, possibilmente con tecniche automatizzabili, anche senza il supporto di database cartografici (si pensi agli eventi disastrosi che si verificano nei paesi in via di sviluppo, nei quali la base cartografica è spesso inesistente, obsoleta oppure non accessibile in tempi brevi). In questo lavoro sono presentati i risultati di uno studio nell’ambito del riconoscimento e della classificazione del danneggiamento sismico in area urbana (terremoto di Boumerdes, 21 maggio 2003) mediante immagini satellitari, sia a media che ad alta/altissima riso¬luzione, utilizzando tecniche di classificazione tradizionali e ad oggetti. In particolare, una classificazione basate su una segmentazione ad oggetti si è rivelata particolarmente interessante nella simulazione della percezione umana del cambiamento, risol¬vendo alcuni problemi di registrazione e di geometria che possono penalizzare l’uso di classificatori pixel-based, peraltro di più ampia diffusione.
Analisi ad oggetti di immagini telerilevate per lo studio del cambiamento in area urbana a seguito di eventi calamitosi
BITELLI, GABRIELE;GUSELLA, LUCA;MOGNOL, ALESSANDRO
2004
Abstract
L’analisi delle modifiche nell’ambiente naturale e antropizzato, indotte da gravi eventi calamitosi, costituisce una delle applicazioni di maggiore interesse del telerilevamento. Gli algoritmi di change detection forniscono uno strumento per analizzare la stessa area ad un’epoca prece¬dente e ad un’epoca successiva all’evento. Per quanto riguarda la situazione post-evento, le recenti piattaforme satellitari, ed in particolare quelle ad alta ed altissima riso¬luzione (VHR), possono produrre una rappresentazione del territorio molto ricca e dettagliata; se disponibile in tempi molto stretti, essa può essere adeguata a supportare anche la pianificazione logistica delle operazioni di primo inter¬vento della protezione civile. Per quanto concerne invece la situazione pre-evento, ci si trova di fronte spesso ad immagini di diverso tipo, non sempre rappresentative del territorio alla data appropriata ed omogenee con quelle dell’acquisizione post-evento. Inoltre, problemi di geometria delle immagini, in particolare nel caso dell’alta risoluzione, rendono sovente difficoltose le opera¬zioni di matching tra i dati pre- e post-evento. Per sopperire a questi e ad altri problemi, nasce l’esigenza di sviluppare metodologie appropriate per integrare immagini di caratteristiche diverse ed estrarne informazioni, possibilmente con tecniche automatizzabili, anche senza il supporto di database cartografici (si pensi agli eventi disastrosi che si verificano nei paesi in via di sviluppo, nei quali la base cartografica è spesso inesistente, obsoleta oppure non accessibile in tempi brevi). In questo lavoro sono presentati i risultati di uno studio nell’ambito del riconoscimento e della classificazione del danneggiamento sismico in area urbana (terremoto di Boumerdes, 21 maggio 2003) mediante immagini satellitari, sia a media che ad alta/altissima riso¬luzione, utilizzando tecniche di classificazione tradizionali e ad oggetti. In particolare, una classificazione basate su una segmentazione ad oggetti si è rivelata particolarmente interessante nella simulazione della percezione umana del cambiamento, risol¬vendo alcuni problemi di registrazione e di geometria che possono penalizzare l’uso di classificatori pixel-based, peraltro di più ampia diffusione.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
