Metodologie “Strutturali” su immagini Satellitari per l’analisi Urbana e Territoriale

This contribute proposes an application of the object oriented image analysis on Ikonos data - multispectral and panchromatic - concerning Bagnara, in the province of Reggio Calabria. The recognition applies some concepts of Mathematical Morphology for image analysis and principles of Fuzzy Logic for the classification. We analyze here a multiresolution segmentation of the whole scene on various levels, with the automatic creation of directly extracted polygons from the raster (so we have an immediate coincidence in the superimposition between raster and vector) finalized to a classification through a class hierarchy due to the relations between segmentation levels.

Se, fino a tempi recenti, la risoluzione spaziale delle immagini offerta dai satelliti per l’osservazione della terra non era sufficiente a fornire caratteristiche topografiche dettagliate come forma e struttura, e questo problema ne limitava fortemente l’applicazione in ambiti quali l’analisi ed il monitoraggio dell’ambiente urbano, l’aumento della risoluzione nelle immagini disponibili negli ultimi anni porta d’altro canto ad un incremento dell’ambiguità nella definizione statistica delle classi d’uso o copertura del suolo e ad una diminuzione dell’accuratezza della rilevazione automatica qualora si applichi esclusivamente la procedura standard di classificazione multispettrale. E’ evidente la necessità di nuovi strumenti d’analisi che permettano di utilizzare anche l’informazione strutturale e di forma contenuta nelle immagini. Alcuni di questi strumenti hanno già una lunga tradizione d’utilizzo in altri campi come, ad esempio, la fotografia aerea digitale e l’elaborazione delle immagini mediche. L’analisi strutturale che si ottiene, ad alto livello semantico, permette una ricchezza di informazioni difficile da conseguire con la classica analisi spettrale, con una piena integrabilità immediata nei GIS grazie alla realizzazione diretta di mappe vettoriali. Inoltre la possibilità di introdurre regole per il riconoscimento del contesto e delle relazioni tra gli oggetti ottenuti accresce significativamente la possibilità di riconoscimento automatico degli oggetti sulla superficie terrestre e rende quindi riproducibile il processo di fotointerpretazione. Il limite dell’analisi pixel oriented, anche se realizzata automaticamente, è nel portare la macchina a riconoscere solo informazioni a basso livello semantico come la quantità di energia emessa dal pixel, in cui il contesto non assume alcuna importanza. Nell’analisi object oriented il livello semantico si innalza: si aggiungono regole di relazione spaziale, informazioni topologiche e statistiche, quindi viene definito il contesto. Il riconoscimento si basa su concetti di Mathematical Morphology applicata all’analisi delle immagini e su principi della Fuzzy Logic; inoltre ogni regola può assumere il peso opportuno.