UAV hyperspectral images corrected of illumination differences considering microtopography in correction models

Abstract

O uso do UAV no sensoriamento remoto é uma área crescente de conhecimento e pressionou o desenvolvimento de câmeras multi e hiperespectrais leves, que poderiam ser usadas embarcadas em UAV. Como as informações espectrais dependem das condições de iluminação da cena, as imagens adquiridas por UAV exigem pesquisa para avaliar o processamento de imagens para melhor adaptar os conceitos já estabelecidos às imagens orbitais. Portanto, a correção radiométrica é de fundamental importância para a extração de dados de imagens com alta confiança, uma vez que se sabe que o fator de refletância é uma função da estrutura geométrica, ângulo solar e propriedades ópticas. Nesse sentido, foram desenvolvidas metodologias para corrigir imagens das diferenças de iluminação, utilizando as Funções de Distribuição de Refletância Bidirecional e os Modelos de Correção Topográfica, também conhecidos como correção de iluminação. Este trabalho utiliza a câmera hiperespectral Rikola a bordo de um UAV em latitudes tropicais. Ele avalia como a anisotropia pode influenciar a variabilidade na reflectância dos alvos e como os modelos de correção topográfica podem ser aplicados, usando a micro topografia, para atenuar esses efeitos. Três testes foram realizados para estudar i) as geometrias de visada da câmera hiperespectral Rikola e a disponibilidade de dados fora do Nadir, ii) a variação do fator de anisotropia entre os alvos nas geometrias de visada e iii) modelos de correção de microtopografia para corrigir diferenças de iluminação utilizando um DSM muito detalhado (10 cm e 3 cm) para avaliar o micro-relevo. Aplicamos os modelos de correção em uma área de floresta e em um vôo controlado usando um alvo especial. Os resultados mostram que a câmera Rikola tem um pequeno IFOV, implicando baixa variabilidade dos ângulos de visada. O fator de reflectância dos ângulos não-nadir não mostrou dependência dos ângulos de visada e também não mostrou relação com a anisotropia. Em relação aos modelos de correção, o melhor resultado foi obtido através do uso do DSM mais detalhado de 3 cm, com alto desempenho em minimizar as diferenças entre o mesmo alvo em diferentes ângulos de inclinação e de aspecto. A performance dos modelos chega a 93%.

Use of UAV in remote sensing is a growing area of knowledge and pressed the development of lightweight multi and hyperspectral cameras, which could be used on board of UAV. Since the spectral information depends on the lighting condition of the scene, UAV acquired images demands research to assess image processing to better adapt the concepts already stablished to orbital images. Therefore, the radiometric correction is of main importance for data extraction from imagery with high confidence, once it is known that the reflectance factor is a function of geometric structure, solar angle and optical properties. In this regard, methodologies were developed to correct images from illumination differences, using the Bidirectional Reflectance Distribution Functions and the Topographic Correction Models, also known as illumination correction. This Work uses Rikola hyperspectral camera onboard of a UAV in tropical latitudes. It assesses how the anisotropy can influence variability in reflectance of targets, and how topographic correction models can be applied, using micro topography, to attenuate these effects. Three tests were done to study i) the view geometries of Rikola Hyperspectral camera and the no-Nadir data availability, ii) the variation of Anisotropy Factor between targets in the many view geometries and iii) Microtopography correction models to correct illumination differences using a highly detailed DSM (10 cm and 3 cm) to assess the micro relief. We applied the correction models in a forest area and in a controlled flight using a special target. Results show that the Rikola camera has restricted instantaneous field of view, entailing a low variability of viewing angles. The non-nadir angles reflectance factor showed no dependence of view angles and no relation with anisotropy. Concerning the correction models, the best outcome was using the more detailed DSM of 3 cm, which had high performance in minimizing the differences between the same target in different slope and aspect angles. Improvement of data reaches up to 93%.