Doplnění chybějící obrazové informace fragmentované UAV ortomozaiky pomocí satelitních dat

Bc. Ondřej Sejk

Master's thesis

Supplementing missing image information of fragmented UAV orthomosaics using satellite data

Abstract:

Diplomová práce zkoumá použití prostorového maskování pro doplnění chybějících obrazových informací v UAV ortomozaikách s pomocí dat z družice PlanetScope, s cílem ověřit přesnost a efektivitu této metody. Hlavní zaměření spočívá v analyzování shody mezi původními a doplněnými daty, což zahrnuje porovnání spektrálních kanálů a vegetačního indexu NDVI a využívá statistické metody pro kvantitativní hodnocení, včetně RMSE, Pearsonova korelačního koeficientu a Willmottova indexu shody. Výsledky potvrzují téměř dokonalou shodu mezi srovnávanými daty s výjimečně vysokou Pearsonovou korelací až 0,99 a Willmottovým indexem 0,98, přičemž nejvíce pozoruhodná shoda byla zaznamenána v modrém a zeleném spektrálním pásmu. Tento fakt ukazuje na významný potenciál integrace dat z UAV a PlanetScope pro doplnění chybějících obrazových dat, která jsou klíčová pro širokou škálu aplikací v dálkovém průzkumu Země a monitorování životního prostředí. V práci je rovněž představen přehled existujících metod integrace dat a jsou zdůrazněny klíčové aspekty prostorového maskování. Metodika demonstruje na praktických příkladech s reálnými datovými sadami důkaz o kompatibilitě mezi UAV a satelitními snímky. Práce také upozorňuje na oblasti, kde je prostor pro další zlepšení, zejména v NIR spektrálním pásmu, a zdůrazňuje potřebu dalšího výzkumu pro rozvoj pokročilých algoritmů, které by efektivně řešily rozdíly ve spektrálních odezvách a dále zvyšovaly přesnost integrace dat. Celkově tato práce přináší nový pohled na využití kombinace UAV a satelitních dat pro zlepšení informační hodnoty obrazových dat, což má důležité implikace pro dálkový průzkum Země a environmentální studie.

Abstract:

The diploma thesis examines the use of spatial masking to supplement missing image information in UAV orthomosaics using data from the PlanetScope satellite, aiming to verify the accuracy and effectiveness of this method. The main focus lies in analyzing the agreement between original and supplemented data, including the comparison of spectral channels and the NDVI vegetation index, employing statistical methods for quantitative evaluation, such as RMSE, Pearson correlation coefficient, and Willmott's index of agreement. The results confirm almost perfect agreement between the compared data, with exceptionally high Pearson correlation of up to 0.99 and a Willmott index of 0.98, with the most notable agreement observed in the blue and green spectral bands. This finding underscores the significant potential of integrating UAV and PlanetScope data to supplement missing image data, crucial for a wide range of applications in remote sensing and environmental monitoring. The thesis also provides an overview of existing data integration methods, emphasizing key aspects of spatial masking. The methodology demonstrates, through practical examples with real datasets, evidence of compatibility between UAV and satellite images. Additionally, the thesis highlights areas for further improvement, especially in the NIR spectral band, and underscores the need for further research to develop advanced algorithms that effectively address differences in spectral responses and further enhance data integration accuracy. Overall, this work offers a new perspective on the combined use of UAV and satellite data to improve the informational value of image data, with important implications for Earth remote sensing and environmental studies.

Keywords

Bezpilotní letouny (UAV), PlanetScope, Dálkový průzkum Země

Keywords

PlanetScope, Remote sensing, Unmanned Aerial Vehicles (UAV)

Language used: Czech

Date on which the thesis was submitted / produced: 30. 3. 2024

Thesis defence

• Date of defence: 20. 5. 2024
• Supervisor: Ing. Jan Komárek, Ph.D.
• Reader: Vojtěch Barták, Ph.D.

Czech University of Life Sciences Prague

Faculty of Environmental Sciences

Master programme:
Spatial Sciences in the Environment