Rozpoznávání archeologických nalezišť z leteckých snímků

Abstract

Podpovrchová naleziště antropogenního původu jsou často viditelná z leteckých snímků ve formě změn vegetačního pokryvu. Tyto příznaky vznikají rozdílnými podmínkami pro růst vegetace v souvislosti se změnou lokální chemické skladby půdy, kterou podpovrchové objekty způsobují. Tato práce se věnuje návrhu a implemetaci metody, která je schopna tyto vegetační příznaky detekovat ve volně dostupných leteckých snímcích, poskytovaných mapovými portály ve formě ortomap. Potenciál takovéto automatické detekce tkví ve výrazném urychlení procesu objevování a katalogizace archeologických nalezišť. Práce obsahuje stručný úvod do problematiky letecké archeologie a rešerši state-of-the-art metod dálkového snímání a automatické detekce se zaměřením na postupy, u kterých je množství pozitivních příkladů podobně omezené jako v námi vytvořeném datasetu. Dále jsou popsány tři přístupy k automatické detekci, je vytvořen jejich návrh a následná implementace. Na vytvořeném datasetu je provedeno experimentální testování navržených metod. Pomocí analýzy výsledků jsme odvodili omezení jednotlivých přístupů. První i druhá metoda jsou založeny na detekci rohů a lineárních segmentů a jejich vzájemných prostorových vztahů. Třetí metoda, založena na template matchingu vegetačních příznaků přibližně známých tvarů s využitím zobecněné Houghovy transformace, se ukázala jako nejperspektivnější pro budoucí využití.

Subsurface deposits of anthropogenic origin are often visible from aerial photographs in the form of changes in vegetation cover. These crop marks arise from different conditions for vegetation growth due to the changes in the local chemical composition of the soil caused by subsurface objects. This thesis's objective is to design and implement a method that is able to detect these crop marks in publicly available aerial images, provided by mapping services in the form of orthomaps. Such a method could significantly speed up the process of cataloging archaeological sites. The work offers a brief introduction to the concept of aerial archaeology and an overview of state-of-the-art methods of remote sensing and automatic detection with focus mainly on procedures where the number of positive examples is similarly limited as our dataset, constructed in this work. Three approaches to automatic detection are proposed, designed and implemented. The proposed methods are experimentally tested on the assembled dataset. The results are analyzed and the limitations of each approach are deduced. Both the first and second approach is based on detection of corners and linear segments and their spatial relations. The third approach, based on the template matching of crop marks of approximately known shapes, utilizing the generalized Hough transform algorithm yields the best results in crop mark recognition and is most promising for future research.