2. Docenti
  3. Didattica

REMOTE SENSING

Paolo ADDESSO REMOTE SENSING

0622700076
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2024/2025



ANNO CORSO 2
ANNO ORDINAMENTO 2022
SECONDO SEMESTRE
CFUOREATTIVITÀ
432LEZIONE
18ESERCITAZIONE
18LABORATORIO
PAOLO ADDESSO Curriculum
Obiettivi
OBIETTIVO DEL CORSO È DI FORNIRE GLI ELEMENTI PER COMPRENDERE E UTILIZZARE LE METODOLOGIE PROPRIE DEL TELERILEVAMENTO E DI ILLUSTRARNE LE SUE PRINCIPALI APPLICAZIONI.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: SISTEMI DI TELERILEVAMENTO SATELLITARI; METODI DI CLASSIFICAZIONE; ELABORAZIONE DELLE IMMAGINI
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: ANALISI DEI SISTEMI RADAR E DEI SISTEMI DI TELERILEVAMENTO SATELLITARI; ESTRAZIONE DI CARATTERISTICHE; APPLICAZIONI AL CONTROLLO DELL'AMBIENTE; APPLICAZIONI DI PREVENZIONE DI RISCHI.
Prerequisiti
PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI PREFISSATI È RICHIESTO IL POSSESSO DI STRUMENTI METODOLOGICI DI BASE NEL CAMPO MATEMATICO E STATISTICO E DEI FONDAMENTI DI ELABORAZIONE NUMERICA DEI SEGNALI.
Contenuti
Unità didattica 1: Introduzione al Telerilevamento e all’ambiente IDL/ENVI
(Ore lezione/esercitazione/laboratorio 6/0/2)
-1 (ore lezione 2): Presentazione del corso. Introduzione al telerilevamento, concetti generali sullo spettro elettromagnetico.
-2 (ore lezione 2): Concetti generali: sensori attivi e passivi. Piattaforme terrestri e aeree. Piattaforme satellitari: parametri orbitali
-3 (ore lezione 2): Concetti generali: sensori e caratteristiche di risoluzione spaziale, spettrale e temporale. Alcuni esempi di sensori attualmente in orbita. Stazioni di terra.
-4 (ore laboratorio 2): Introduzione a IDL: tipi di dati, istruzioni di controllo, funzioni, script.

Conoscenze e capacità di comprensione
Concetti base del telerilevamento e introduzione alle peculiarità dei dati telerilevati e alle loro applicazioni.
Conoscenze e capacità di comprensione applicate
Concetti introduttivi dell’ambiente di sviluppo IDL e primi strumenti per la manipolazione dei dati telerilevati.


Unità didattica 2: Telerilevamento Passivo (8/0/6)
-5 (ore lezione 2): Modelli di radiazione
-6 (ore lezione 2): Sensori Passivi: Risoluzione spaziale, radiometrica.
-7 (ore lezione 2): Sensori Passivi: Risoluzione spettrale, temporale. Funzione PSF e MTF.
-8 (ore laboratorio 2): IDL: apertura e visualizzazione di immagini telerilevate in IDL. File "formattati"e non, formati HDF e GeoTIFF, cenni alle funzioni grafiche.
-9 (ore lezione 2): PSF: funzioni componenti. Amplificazione, campionamento e quantizzazione del segnale. Distorsioni geometriche.
-10 (ore laboratorio 2): Introduzione a ENVI. Visualizzazione e interpretazione di dati multispettrali in ENVI. Scrittura di “custom function” in ENVI.
-11 (ore laboratorio 2): La stazione di terra Reslehm: architettura HW e SW, funzionamento e telemetrie ricevute.
Conoscenze e capacità di comprensione
Concetti base legati ai modelli di radiazione. Funzionamento dei sensori passivi e contenuto informativo dei dati telerilevati da essi.
Conoscenze e capacità di comprensione applicate
Primi strumenti per la visualizzazione e l’interpretazione dei dati telerilevati. Elementi chiave per la comprensione del funzionamento pratico di una Ground Station.

Unità didattica 3: Elaborazione di Immagini Telerilevate da Sensori Passivi (12/0/8)
-12 (ore lezione 2): Pre-processamento delle immagini telerilevate: introduzione. Riduzione del rumore. Correzioni radiometriche e geometriche. Cenni ad altre tecniche (p.es. il mosaicking).
-13 (ore lezione 2): “Enhancement” delle immagini: introduzione. Miglioramento del contrasto. Filtraggio spaziale.
-14 (ore lezione 2): Elaborazione delle immagini multi-spettrali. Spectral ratioing. Modulation Ratio. Indici NDVI, NDWI e NDSI.
-15 (ore laboratorio 2): Utilizzo delle tecniche di image enhancement in ENVI. Utilizzo delle “band math functions” in ENVI: calcolo degli indici NDVI, NDWI e NDSI in ENVI.
-16 (ore lezione 2): Tecniche per la riduzione della dimensionalità: PCA. Cenni allo spazio dei colori e alla trasformazione IHS.
-17 (ore lezione 2): Classificazione per il telerilevamento. Classi spettrali e semantiche. Mappe tematiche. Tecnica di tipo SAM. Classificazione supervisionata: identificazione dei dataset più adatti al training. Cenni all’analisi di separabilità. Cenni alla classificazione non supervisionata. Cenni ai classificatori “soft”: tecniche di “unmixing”.
-18 (ore laboratorio 2): Classificazione in ENVI: definizione delle ROI e utilizzo di vari algoritmi supervisionati.
-19 (ore lezione 2): Fusione di Dati Eterogenei: generalità. Pansharpening: fusione di tipo CS e MRA. Cenni alla fusione di immagini multi-temporali.
-20 (ore laboratorio 2): Fusione dati: introduzione ai toolbox di Pansharpening in Matlab.
-21 (ore laboratorio 2): Fusione dati: funzionamento degli algoritmi di tipo CS e di tipo MRA in Matlab.

Conoscenze e capacità di comprensione
Tecniche e metodi per l’elaborazione dei dati telerilevati, con particolare attenzione alle immagini multispettrali. Problematiche legate alle tecniche di classificazione applicate alle immagini telerilevate. Motivazioni e metodi per la fusione di dati telerilevati eterogenei.
Conoscenze e capacità di comprensione applicate
Utilizzo degli strumenti per l’image enhancement, lo spectral ratioing e la classificazione in ENVI. Comprensione del software e degli algoritmi utili alla fusione dati.
Unità didattica 4: Telerilevamento Attivo: cenni (4/0/2)
-22 (ore lezione 2): Sensori a microonde. Fondamenti del Radar. Fondamenti dei sensori SAR.
-23 (ore lezione 2): Cenni al processamento delle immagini SAR. Interpretazione delle immagini SAR: distorsioni geometriche. Interferometria SAR: introduzione e applicazioni.
-24 (ore laboratorio 2): Elaborazione di dati SAR in IDL. Analisi di una coppia di immagini interferometriche in IDL, generazione dell’interferogramma e rimozione del contributo di terra piatta. Cenni alla problematica del “phase unwrapping”.
Conoscenze e capacità di comprensione
Introduzione al funzionamento dei sensori SAR e alle applicazioni dell’interferometria SAR.
Conoscenze e capacità di comprensione applicate
Capacità di visualizzare e interpretare i dati SAR e i dati interferometrici.
TOTALE ORE LEZIONE/ESERCITAZIONE/LABORATORIO 30/0/18
Metodi Didattici
L’INSEGNAMENTO PREVEDE LEZIONI TEORICHE ED ESERCITAZIONI IN AULA SUGLI ARGOMENTI PROPOSTI. SONO PREVISTE, INOLTRE, ESERCITAZIONI CON USO DEL CALCOLATORE SULL'UTILIZZO DI LINGUAGGI PER ELABORAZIONE DI IMMAGINI (IDL, ENVI) ED ATTIVITÀ DI LABORATORIO IN UNA STAZIONE DI TERRA DELL'ATENEO (CENTRO RESLEHM)
Verifica dell'apprendimento
LA PROVA DI ESAME È FINALIZZATA A VALUTARE IN PRIMO LUOGO LA CONOSCENZA E LA CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI AL CORSO; IN SECONDO LUOGO L’AUTONOMIA DI GIUDIZIO, LA CAPACITÀ ESPOSITIVA E LA CAPACITÀ DI APPRENDERE. ESSA SI ARTICOLA NELLA DISCUSSIONE SU UN PROGETTO SVOLTO, ANCHE IN GRUPPO, E IN UNA INTERROGAZIONE ORALE.
LA DISCUSSIONE SUL PROGETTO È TESA AD ACCERTARE LE COMPETENZE NELL’APPLICARE A QUALCHE TIPICA PROBLEMATICA DI TELERILEVAMENTO LE METODOLOGIE DI ELABORAZIONE DI SEGNALI E IMMAGINI PRESENTATE NEL CORSO.
LA PROVA ORALE È PREVALENTEMENTE TESA AD ACCERTARE LA CONOSCENZA DELLA MATERIA OGGETTO DEL CORSO ANCHE SULLE PARTI NON COINVOLTE DIRETTAMENTE NEL PROGETTO. LA CAPACITÀ ESPOSITIVA DEGLI ARGOMENTI E IL RIGORE NELLA PRESENTAZIONE DEI CONTENUTI DEL CORSO SONO RITENUTI ELEMENTI PREMIANTI.
NELLA VALUTAZIONE FINALE, ESPRESSA IN TRENTESIMI, LA VALUTAZIONE DEL PROGETTO PESA PER IL 50% E L'INTERROGAZIONE PER IL 50%. LA LODE POTRÀ ESSERE ATTRIBUITA AGLI STUDENTI CHE DIMOSTRINO UNA PIENA PADRONANZA SIA DEGLI ASPETTI TEORICI CHE APPLICATIVI DEGLI ARGOMENTI DEL CORSO.
IL MANCATO SUPERAMENTO DELL'ESAME NON OBBLIGA ALLA RIPETIZIONE DEL PROGETTO.
Testi
T.M. LILLESAND, R.W.KIEFER, J.W. CHIPMAN: REMOTE SENSING AND IMAGE INTERPRETATION, 7TH ED., J. WILEY, 2015
SCHOWENGERDT, ROBERT A. REMOTE SENSING: MODELS AND METHODS FOR IMAGE PROCESSING. ELSEVIER, 2006
A.K. JAIN: FUNDAMENTALS OF DIGITAL SIGNAL PROCESSING, PRENTICE HALL, 1989
C. OLIVER- S- QUEGAN: UNDERSTANDING SYNTHETIC APERTURE RADAR IMAGES, ARTECH HOUSE, 1998

MATERIALE DIDATTICO INTEGRATIVO SARÀ DISPONIBILE NELLA SEZIONE DEDICATA DELL'INSEGNAMENTO ALL'INTERNO DELLA PIATTAFORMA E-LEARNING DI ATENEO (HTTP://ELEARNING.UNISA.IT) ACCESSIBILE AGLI STUDENTI DEL CORSO TRAMITE LE CREDENZIALI UNICHE DI ATENEO.
Altre Informazioni
L'INSEGNAMENTO E' EROGATO IN INGLESE
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-11-18]