การปรับสีข้อมูลภาพถ่าย ด้วยวิธี Discreate DRA

วิธีการปรับสีข้อมูลภาพถ่ายจากดาวเทียม โดยมุ่งเน้นที่การดูภาพให้สวยงามเป็นหลัก ซึ่งไม่ได้คำนึงถึงความถูกต้องของค่า DN ของภาพต้นฉบับ ที่จะนำไปใช้ในการ Classification ที่อยู่ในข้อมูลภาพจริงๆ นั้น มีหลายโปรแกรมทางด้าน GI ที่สามารถใช้งานปรับสีได้ เช่น QGIS ArcGIS ENVI PCI และ ERDAS เป็นต้น ซึ่งแต่ละโปรแกรมก็จะมีขั้นตอน วิธีการ และความละเอียดในการปรับแต่งที่แตกต่างกันออกไป ขึ้นอยู่กับความถนัดของแต่ละคน

วิธีการปรับสีโดยใช้ Discreate DRA ก็เป็นวิธีการหนึ่งในโปรแกรม ERDAS 2014 ที่ทำให้การปรับสีมีความสะดวกและง่ายต่อการใช้งาน ซึ่งขั้นตอนก็ใช้งานก็ไม่ได้ยุ่งยากซับซ้อนมาก ซึ่งตัวอย่างที่มาเสนอนี้เป็นการปรับสีข้อมูลภาพถ่ายจากดาวเทียม LANDSAT-8 ที่ผ่านการทำ Pan-Sharpened มาแล้ว และมีจำนวน 8 ช่วงคลื่น ให้ดังนี้

1. เปิดข้อมูลภาพถ่ายบนโปรแกรม ERDAS ซึ่งจะได้ภาพที่มืดๆ

Original

2. ไปที่แท็บ Multispectral และเลือก Discreate DRA
(กรอบสีเขียว ก็สามารถใช้ปรับสีได้)

Discreate DRA

3. ทำการ Zoom หรือ Pan บนภาพ เพื่อให้ได้สีบนภาพที่สวยงามตามความต้องการ ทุกๆ การ Zoom หรือ Pan สีของภาพจะมีการเปลี่ยนแปลงไปตลอดเวลา

View 1

View 2

View 3

4. เมื่อ Zoom หรือ Pan จนได้สีของภาพ จนเป็นที่พอใจแล้ว ให้เลือก DRA Properties เพื่อทำการนำค่าสีนั้นๆ ไปใช้กับทั้งหมดของภาพ

DRA Properties

5. การทำส่งออกข้อมูลภาพ จาก 8 ช่วงคลื่น ไปเป็น 3 ช่วงคลื่น แบบ RGB พร้อมค่าสีที่ได้มีการเลือกไว้

Export to RGB

6. ผลลัพธ์ที่ได้เป็น RGB:432

ไม่เลือก Ignore Zero in Output Stats (จากข้อ 5)

Result 1

เลือก Ignore Zero in Output Stats (จากข้อ 5)

Result 2

เกร็ดความรู้ที่ได้จากโปรแกรม eCognition

โปรแกรม Definiens หรือ eCogintion เป็นโปรแกรมทางด้าน Remote Sensing ใช้ในการทำ Classification ข้อมูลภาพถ่ายจากดาวเทียม โดยวิธีการเชิงวัตถุ Object – Based ที่ได้รับความนิยมอย่างต่อเนื่อง ซึ่งก็มีอีกหลายโปรแกรมทางด้าน RS ที่สามารถทำ Object – Based Classification ได้ เช่น IDRISI, ERDAS Imagine, ENVI, และ MADCAT

รู้จักโปรแกรม eCogintion มาตั้งแต่ ปี 2551 แต่ไม่เคยที่จะได้ทดลองใช้งานซักที เนื่องจากภารกิจงานส่วนใหญ่เป็นเรื่อง การวิเคราะห์ GIS การทำแผนที่ และการดูแลระบบฯ Web Map ผ่านไป 6 ปี ถึงได้มีโอกาสทำความรู้จักโปรแกรมนี้ให้มากขึ้น ก็ทำให้ได้ความรู้และแนวคิดการใช้งานโปรแกรมดีขึ้น จากการลองผิดลองถูกมากมายหลายอย่าง ทำให้ความรู้ที่ได้ตรงนี้ได้นำมาแบ่งปันให้ผู้ที่สนใจได้สะสมความรู้เพิ่มเติมและทำให้รู้ว่าโปรแกรมนี้สามารถทำอะไรได้อีกบ้าง ซึ่งความรู้นี้ไม่ใช่คู่มือการใช้โปรแกรม ไม่ใช่แบบฝึกหัด แต่เป็นเกร็ดความรู้หรือเป็นทิปต่างๆ ที่ได้รวบรวมจากการใช้โปรแกรมมา ซึ่งอาจจะดูงงๆ สำหรับผู้ที่ไม่เคยรู้จักหรือใช้งานโปรแกรมนี้ ส่วนผู้ที่รู้จักและเคยใช้งานอยู่แล้ว คิดว่าจะเป็นประโยชน์อย่างมากครับ

ผมแบ่งเนื้อหาในเอกสารออกแบ่ง 6 ส่วน รวม 104 หน้า ได้แก่

1. overview

overview

2. segmentation

segmentation

3. classification

classification

4. accuracy assessment

accuracy assessment

5. export

export

6. case study

case study

เปิดเอกสาร

วิธีการทำ Change Detection บน ArcGIS และ eCognition

ไปเห็นวิธีการทำ Change Detection บนเว็บไซต์ https://www.e-education.psu.edu/geog883/node/609 ทำการจำแนกพื้นที่เกิดไฟป่า โดยใช้โปรแกรม ArcGIS (pixel-based) และ eCognition (object-based) น่าสนใจมาก เลยนำมาฝากครับ

ArcGIS

eCognition

ดาวน์โหลดข้อมูลภาพถ่ายจากดาวเทียม LANDSAT-8 ฟรี ผ่าน Google Earth

มีวิธีการดาวน์โหลดข้อมูลภาพถ่ายจากดาวเทียม LANDSAT หลายเว็บไซต์ที่ http://landsat.usgs.gov/Landsat_Search_and_Download.php

แต่มีอีกวิธีหนึ่งที่ผมว่าง่ายและสะดวก โดยใช้งานผ่าน Google Earth

1. เข้าเว็บ http://landsat.usgs.gov/index.php ดาวน์โหลด Landsat 8 KML Download

Landsat 8 KML Download

2. เปิดไฟล์ KML (USGS_landsat.kml) ที่ได้บน Google Earth

Open KML File

3. เลือกดาวน์โหลดข้อมูลภาพถ่ายฯ ตามต้องการ ส่วนถ้าต้องการข้อมูลภาพถ่ายแบบไฟล์ต้นฉบับจะต้องเลือกที่ Download additional products (requires registration) แต่จะต้องมีการ Login หรือ Register ก่อน

Select

Download Type

อ้างอิงจาก Youtube นี้ครับ

ตัวอย่างการใช้งานโปรแกรม Ecognition ในการจำแนกพื้นที่แหล่งน้ำ

Ecognition เป็นโปรแกรมที่มีความโดดเด่นในเรื่องของการจำแนกรายละเอียดข้อมูลเชิงวัตถุ (Object Based Classification) ซึ่งที่เห็นการใช้งานส่วนมากเป็นการสร้าง Segmentation ข้อมูลภาพถ่าย แล้วนำมา Classify โดยใช้การเลือก Training Area หรือ Isodata บางครั้งอาจจะมีการใช้แผนที่เฉพาะเรื่อง (Thematic Map) เข้าไปร่วมในการจำแนกด้วย

Function

สิ่งที่จะเป็นประโยชน์มากที่จะทำให้การจำแนกรายละเอียดข้อมูลเชิงวัตถุมีความน่าเชื่อถือและให้ผลการจำแนกที่ดีจากโปรแกรมนี้ คงเป็นการพัฒนา Rule Sets หรือว่าเงื่อนไขของการจำแนกที่หลากหลาย ที่สามารถนำมาใช้ร่วมจำแนกในวัตถุที่สนใจแต่ละอย่าง การกำหนดค่า Threshold การกำหนดทิศทางของวัถตุ ฯลฯ ใน Youtube มีตัวอย่างที่มีการนำเสนอเกี่ยวกับการใช้งานโปรแกรมนี้มากมาย จึงได้ยกมา 1 ตัวอย่างที่สอนการใช้ Rule Sets เพื่อวิเคราะห์หาพื้นที่แหล่งน้ำ พอทำให้เห็น Idea เพื่อนำไปใช้ต่อยอดได้ครับ

ดาวเทียมจิ๋ว CubeSat และ จอสัมผัส GeoTouch

CubeSat เป็นดาวเทียมขนาดเล็กมาก ที่มีการผลักดันให้เป็นมาตรฐานในการสร้างและสำรวจโลกในระยะสั้น ได้แก่ สภาพอากาศ พื้นผิวโลก ทรัพยากรธรรมชาติ เป็นต้น ซึ่งก็ขึ้นอยู่กับอุปกรณ์หรือเซนเซอร์ต่างๆ ที่มีการติดตั้งเข้าไป ลักษณะของดาวเทียมมีรูปร่างเหมือนลูกเต๋าตามชื่อ ซึ่งมีขนาด กว้าง x ยาว x สูง เท่ากับ 10 x 10 x 10 เซนติเมตร และมีน้ำหนักประมาณ 1 กิโลกรัม ดาวเทียมถูกออกแบบมาให้สร้างได้ง่ายเหมือนของเล่นพวกชุด kit, Lego, หรือ การสร้างหุ่นยนต์ ต่างๆ ที่ใครก็ได้สามารถที่จะมีดาวเทียมเป็นของตัวเองได้ในต้นทุนประมาณ 50,000 เหรียญ โดยชิ้นส่วน อุปกรณ์ ซอฟต์แวร์ และจรวดที่ปล่อยดาวเทียมสามารถหาซื้อได้ตามอินเตอร์เน็ต

ข้อมูลเพิ่มเติม http://DIYSpaceExploration.com

GeoTouch เป็นระบบการใช้งานแผนที่แบบ Multi-Touch ร่วมกับ Gestures บนจอทีวีขนาดใหญ่ ซึ่งถือว่าเป็น GIS Application อย่างหนึ่งที่มีความน่าสนใจเป็นอย่างมาก โดยเฉพาะในเรื่องของความคิดสร้างสรรค์และการสร้างแรงบันดาลใจในการพัฒนาองค์ความรู้ทางด้านนี้ ระบบนี้พัฒนาเสร็จเรียบร้อยแล้วโดย Nanyang Technological University ซึ่งเป็นมหาวิทยาลัยดังลำดับ 2 ของประเทศสิงคโปร์ และเป็นโครงการภายใต้ Earth Observatory of Singapore สำหรับซอฟต์แวร์ต่างๆ ที่ใช้ในการพัฒนา ได้แก่ .NET, WPF, Microsoft Surface 2 API, และ ArcGIS Server Web API

กลุ่มข้อมูลดาวเทียมรายละเอียดสูงจากฝรั่งเศส

ประเทศฝรั่งเศสเป็นหนึ่งในหลายประเทศที่สามารถผลิตดาวเทียมขึ้นมาใช้งานได้เองและยังสามารถรับผลิตดาวเทียมให้กับประเทศอื่นๆ อีกด้วย โดย Astrium, an EADS Company ที่ผ่านมาการใช้งานดาวเทียมของประเทศฝรั่งเทศในประเทศไทยและเป็นที่รู้จักกันมากคือกลุ่มของดาวเทียม SPOT มีอยู่ด้วยกันทั้งหมด 5 ดวง ได้แก่ SPOT-1, SPOT-2, SPOT-3, SPOT-4, และ SPOT-5 ซึ่งมีการนำข้อมูลภาพถ่ายจากดาวเทียมมาใช้ประโยชน์มากมาย ไม่ว่าจะเป็นการติดตามการเปลี่ยนแปลงของการใช้ประโยชน์ที่ดิน การอัพเดตชั้นข้อมูลแผนที่ลายเส้น การจำแนกชนิดของพืชพรรณต่างๆ ดูทิศทางการขยายตัวของเมือง เป็นต้น

ด้วยข้อจำกัดบางอย่างของกลุ่มดาวเทียมนี้ เช่น การขาดช่วงคลื่นสีน้ำเงิน รายละเอียดจุดภาพไม่รายละเอียดเพียงพอ การบินถ่ายภาพไม่ทันต่อเหตุการณ์ เป็นต้น ที่ยังไม่ตอบโจทย์ของการประยุกต์ใช้งานในปัจจุบันที่มุ่งเน้นไปทางด้านการทำแผนที่มาตราส่วนใหญ่แบบสีผสมธรรมชาติ การพิมพ์แผนที่ และต้องการได้รับข้อมูลภาพถ่ายอย่างรวดเร็วให้ทันต่อเหตุการณ์ต่างๆ เพื่อนำไปใช้วางแผนและประกอบการตัดสินใจในระดับท้องถิ่น

ทำให้ Astrium, an EADS Company มีการสร้างดาวเทียมขึ้นมาใหม่ 4 ดวง ที่อยู่บนวงโคจรเดียวกัน (เหนือ – ใต้) เพื่อให้ใช้ทำงานร่วมกันได้ โดยแบ่งออกเป็น 2 กลุ่ม คือ กลุ่มของดาวเทียม Pléiades (1A และ 1B) และกลุ่มของดาวเทียม SPOT (6 และ 7) ซึ่งดาวเทียมในกลุ่มเดียวกันจะมีองศาในการโคจรต่างกัน 180 องศา และต่างกลุ่มกันจะมีองศาในการโคจร 90 องศา ยกตัวอย่างเช่น ถ้าดาวเทียม Pléiades-1A อยู่ขั้วโลกเหนือ ดาวเทียม Pléiades-1B อยู่ขั้วโลกใต้ ในขณะที่ดาวเทียม SPOT-6 อยู่แนวเส้นศูนย์สูตรฝั่งตะวันตก และ SPOT-7 อยู่แนวเส้นศูนย์สูตรฝั่งตะวันออก

SPOT & Pleiades

ความเหมือนและความแตกต่างกันของกลุ่มดาวเทียมทั้ง 2 นี้ คือ

1. ทั้ง 2 กลุ่มมีรูปแบบของผลิตภัณฑ์เหมือนกัน คือ Primary และ Ortho

2. ทั้ง 2 กลุ่มมีจำนวนช่วงคลื่นเท่ากัน คือ Panchromatic 1 band (Black and White) และ Multispectral 4 bands (B, G, R, NIR)

3. กลุ่มดาวเทียม Pléiades มีรายละเอียดจุดภาพ Panchromatic (50 เซนติเมตร) และ Multispectral (2 เมตร)
ส่วนกลุ่มดาวเทียม SPOT มีรายละเอียดจุดภาพ Panchromatic (1.5 เมตร) และ Multispectral (6 เมตร)

http://www.astrium-geo.com/en/3027-pleiades-50-cm-resolution-products

http://www.astrium-geo.com/en/4594-spot-6-products

ในจำนวนดาวเทียมทั้ง 4 ดวงนี้ ปัจจุบันถูกปล่อยขึ้นสู่วงโคจรไปแล้ว 3 ดวง ได้แก่ Pléiades-1A (16 ธันวาคม 2554), Pléiades-1B (2 ธันวาคม 2555), SPOT-6 (9 กันยายน 2555) ส่วนดาวเทียม SPOT-7 มีกำหนดการปล่อยขึ้นสู่วงโคจรประมาณต้นปี 2557

ตัวอย่างข้อมูลภาพถ่ายจากดาวเทียม Pléiades

Pleiades

ตัวอย่างข้อมูลภาพถ่ายจากดาวเทียม SPOT-6

SPOT-6

สุดท้ายแล้ว หากประเทศไทย โดยสำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์การมหาชน) : สทอภ. : GISTDA มีนโยบายในการรับสัญญาณ ก็จะช่วยเพิ่มประสิทธิภาพของการถ่ายภาพ เพื่อใช้ช่วยวางแผนและตัดสินใจได้รวดเร็วขึ้น โดยจะใช้ทำงานร่วมกับกลุ่มดาวเทียมรายละเอียดสูงของประเทศสหรัฐอเมริกา ได้แก่ ดาวเทียม IKONOS, GEOEYE, QUICKBIRD, WORLDVIEW-1, และ WORLDVIEW-2 ซึ่งมีจำนวนช่วงคลื่นและรายละเอียดภาพใกล้เคียงกัน

ข้อมูลภาพถ่ายจากดาวเทียม TERRA/ASTER

การมีข้อมูลภาพถ่ายจากดาวเทียมหลายดวง ทำให้มีความหลากหลายในการเลือกใช้งานข้อมูล ให้เหมาะสมตามวัตถุประสงค์ที่ต้องการ ไม่ว่าจะเป็น ช่วงเวลาของการถ่ายภาพที่รวดเร็ว ถ่่ายภาพได้ทุกสภาพอากาศ หลายช่วงคลื่น หลายรายละเอียดจุดภาพ หลายความกว้างในการถ่ายภาพ เป็นต้น แต่สุดท้ายแล้วก็สร้างความยุ่งยากให้กับผู้ใช้งานที่ต้องศึกษาข้อมูลภาพถ่ายจากดาวเทียมใหม่ๆ ที่ไม่เคยใช้งานมาก่อนในเรื่องของความสามารถและข้อจำกัด ซึ่งจะทำให้ตัดสินใจเลือกที่จะนำมาใช้งานหรือไม่

วันนี้มานำเสนอข้อมูลภาพถ่ายจากดาวเทียม TERRA ระบบบันทึกข้อมูล (Sensor) ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) ซึ่งหลายคนอาจจะคุ้นเคยกับคำว่่า ASTER จนคิดว่าเป็นชื่อของดาวเทียม แต่จริงๆ ไม่ใช่ สำหรับการนำมาใช้ประโยชน์นั้น โดยส่วนตัวแล้วได้นำผลผลิตที่อยู่ในรูปแบบของ DEM มาใช้งานหรือที่เรียกว่า GDEM (Global Digital Elevation Model) ซึ่งมีให้ ดาวน์โหลด ฟรีบนอินเตอร์เน็ต

Concept

http://www.jspacesystems.or.jp/ersdac//GDEM/E/2.html

TERRA/ASTER มีทั้งหมด 15 ช่วงคลื่น ซึ่งแบ่งออกเป็น 3 กลุ่ม ได้แก่

Band + Resolution

1. Visible + Near Infrared (4 ช่วงคลื่น) มีรายละเอียดจุดภาพ (Resolution) 15 เมตร
ช่วงคลื่น Visible จะแบ่งย่อยออกเป็น 2 ช่วงคลื่น คือ ช่วงคลื่นสีเขียว (Green) และช่วงคลื่นสีแดง (Red) ซึ่งจะไม่มีช่วงคลื่นสีน้ำเงิน (Blue) คล้ายข้อมูลภาพถ่ายจากดาวเทียม SPOT

ส่วนช่วงคลื่นอินฟราเรดใกล้ (Near Infrared) จะมีอยู่ 2 โหมดการถ่ายคือ การถ่ายแนวดิ่ง (Nadir View : 3N) และการถ่ายแนวเอียง (Backward Scan : 3B) ไว้ใช้สำหรับสร้าง DEM ที่เป็นภาพคู่แบบ Stereo ซึ่งก็จะนำมาใช้ในการดัดแก้ภาพถ่ายแบบออร์โทได้

Visible + Near Infrared

2. Short Wave Infrared (6 ช่วงคลื่น) มีรายละเอียดจุดภาพ (Resolution) 30 เมตร
กลุ่มช่วงคลื่นนี้ จะเป็นประโยชน์มากในการใช้จำแนกชนิดของพืชพรรณต่างๆ แต่ Sensor ในกลุ่มนี้เสียทั้งหมด ทำให้ไม่สามารถใช้งานข้อมูลได้ทั้ง 6 ช่วงคลื่น

Short Wave Infrared

3. Thermal Infrared (5 ช่วงคลื่น) มีรายละเอียดจุดภาพ (Resolution) 90 เมตร
กลุ่มช่วงคลื่นนี้ ใช้ดูความร้อนพื้นผิวดิน สามารถที่จะใช้จำแนกพื้นผิวที่มีอุณหภูมิแตกต่างกัน เช่น พื้นที่การเกิดไฟป่า ความร้อนของตัวเมือง เป็นต้น

Thermal Infrared

ต่อไปจะมาดูในเรื่องของผลิตภัณฑ์กันบ้าง (ไฟล์ที่ได้รับในแต่ละผลิตภัณฑ์จะเป็น *.dat ซึ่งจะรวมข้อมูลทุกอย่างอยู่ในนี้ ปกติจะเปิดกับโปรแกรม ENVI หรือ ERDAS)

TERRA/ASTER ที่มีทั้งหมด 15 ช่วงคลื่น จะแบ่งผลิตภัณฑ์ให้เหมาะสมต่อการเลือกใช้งานได้เป็น 3 แบบ ได้แก่

1. ผลิตภัณฑ์ในระดับ (Level) 1A เหมาะสำหรับการนำไปสร้างข้อมูลภาพถ่ายแบบออร์โท ซึ่งผลิตภัณฑ์มีลักษณะข้อมูลดังนี้

1.1 ผ่านการปรับแก้เชิงคลื่น (Radiometric Correction)

1.2 ยังไม่มีการปรับแก้เชิงเรขาคณิต (Geometric Correction) ทำให้ข้อมูลไม่มีระบบพิกัด (coordinate reference system) เป็นเพียงพิกัดของรูปภาพทั่วไป (Cartesian coordinate system)

ชุดข้อมูล *.dat เปิดด้วย ENVI

Level 1A

ตัวอย่างข้อมูล RGB : 321

RGB : NIR/RED/GREEN : 3N/2/1

ขยายภาพ

Zoom

 

2. ผลิตภัณฑ์ในระดับ (Level) 1B เหมาะสำหรับการจำแนกรายละเอียดข้อมูล ซึ่งผลิตภัณฑ์มีลักษณะข้อมูลดังนี้

2.1 ผ่านการปรับแก้เชิงคลื่น (Radiometric Correction)
2.2 ผ่านการปรับแก้เชิงเรขาคณิต (Geometric Correction) ในเบื้องต้น เป็นระบบพิกัด UTM WGS84
2.3 ทิศทางการหมุนของภาพเป็น Satellite Orientation
2.4 มีค่าความคลาดเคลื่อนเชิงตำแหน่ง ประมาณ 150 เมตร

ชุดข้อมูล *.dat เปิดด้วย ENVI

Level 1B

ตัวอย่างข้อมูล RGB : 321

RGB : NIR/RED/GREEN : 3N/2/1

ข้อมูลภาพถ่ายฯ ซ้อนทับกับถนน ที่มาตราส่วน 1:50,000

Zoom 1:50,000

 

3. ผลิตภัณฑ์ในระดับ (Level) 3A เหมาะสำหรับการทำแผนที่ ซึ่งผลิตภัณฑ์มีลักษณะข้อมูลดังนี้

3.1 ผ่านการปรับแก้เชิงคลื่น (Radiometric Correction)
3.2 ผ่านการปรับแก้เชิงเรขาคณิต (Geometric Correction) ในเบื้องต้น เป็นระบบพิกัด UTM WGS84
3.3 ทิศทางการหมุนของภาพเป็น Map North Orientation
3.4 มีค่าความคลาดเคลื่อนเชิงตำแหน่ง ประมาณ 30 เมตร
3.5 มีข้อมูล DEM 15, 30, และ 90 เมตร มาให้ด้วย

ชุดข้อมูล *.dat เปิดด้วย ENVI

Level 3A

ตัวอย่างข้อมูล RGB : 321

RGB : NIR/RED/GREEN : 3N/2/1

ข้อมูลภาพถ่ายฯ ซ้อนทับกับถนน ที่มาตราส่วน 1:50,000

Zoom 1:50,000

การสร้างข้อมูลภาพถ่ายแบบออร์โท โดยใช้โปรแกรม ERDAS LPS 9.2

มีโอกาสเข้ารับการฝึกอบรมการทำออร์โทจากข้อมูลภาพดาวเทียม THEOS ที่ สทอภ. โดยใช้โปรแกรม ERDAS LPS ซึ่งจะเขียนอธิบายคร่าวๆ พอให้เห็นภาพรวมของขั้นตอนการทำงานและเป็นการเตือนความจำของตัวเองในการทำภาพออร์โท เนื่องจากเนื้อหาที่ละเอียดทั้งหมดเป็นหลักสูตรจาก สทอภ.

ข้อมูลที่ใช้ในการทำภาพออร์โทประกอบไปด้วย

1. โปรแกรม ERDAS LPS 9.2

ERDAS LPS 9.2

2. ข้อมูลดาวเทียม THEOS Level 1A

THEOS Level 1A

3. ไฟล์ GCP.txt + ไฟล์ Description แต่ละจุด

GCP.TXT

Description

4. ข้อมูล DEM จาก GDEM

GDEM 30 m.

วิธีการมีดังนี้

1. เปิด LPS เลือก New… และตั้งชื่อ Block File หรือ Project

2. กำหนด Geometric Model ได้แก่ Orbital Pushbroom — THEOS

3. กำหนดระบบพิกัดเป็น UTM WGS84 Zone 47N + กำหนดค่าความสูงคร่าวๆ ในพื้นที่ ในที่นี้กำหนดไว้ 90 เมตร (Average Elevation)

4. เปิดข้อมูลภาพ THEOS Level 1A

5. กดปุ่ม Point Measurement — เลือก Classic Point Measurement Tool

6. เลือก Import or Export Points

Import GCP.TXT

7. เลือก WhiteSpace และ Return NewLine (DOS)

8. Select All จุด GCP ที่นำเข้ามาทั้งหมด และเลือก รูปโซ่ (Compute Image Coordinates From The Ground Points)

9. เลื่อนแต่ละจุด GCP ให้ตรงตำแหน่งตาม Description บนข้อมูลภาพ THEOS

GCP & Description

10. เมื่อเลื่อน GCP ครบทั้งหมดแล้ว — กดปุ่ม Save และให้ทำการคำนวณ Triangulation ที่รูปสามเหลี่ยม (Triangulation Properties)

11. General — Pixels, Point — Fixed values, Exterior — No weight, และ Advanced Options — เลือก Use Image Observations of Check Points in Triangulation

12. กดปุ่ม Run เพื่อดูสรุปผลการคำนวณ

13. กดปุ่ม Report เพื่อดูผลการคำนวณอย่างละเอียด

14. กดปุ่ม Accept ยอมรับผลการคำนวณ

15. เปิดหน้าต่าง Point Measurement

16. กดปุ่ม Start Ortho Resampling Process — ใส่ Output — ใส่ GDEM — เลือก Cubic Convolution

Ortho Resampling

17. ผลลัพธ์ ข้อมูลภาพถ่ายแบบออร์โท

Ortho Photo