← Back to branch summary

~paparazzi-uav/paparazzi/v5.0-manual

« back to all changes in this revision

Viewing changes to sw/ext/opencv_bebop/opencv/doc/tutorials/highgui/raster-gdal/raster_io_gdal.markdown

  • Committer: Paparazzi buildbot
  • Date: 2016-05-18 15:00:29 UTC
  • Revision ID: felix.ruess+docbot@gmail.com-20160518150029-e8lgzi5kvb4p7un9
Manual import commit 4b8bbb730080dac23cf816b98908dacfabe2a8ec from v5.0 branch.

Show diffs side-by-side

added added

removed removed

Lines of Context:
sw/ext/opencv_bebop/opencv/doc/tutorials/highgui/raster-gdal/raster_io_gdal.markdown
 
1
Reading Geospatial Raster files with GDAL {#tutorial_raster_io_gdal}
 
2
=========================================
 
3
 
 
4
Geospatial raster data is a heavily used product in Geographic Information Systems and
 
5
Photogrammetry. Raster data typically can represent imagery and Digital Elevation Models (DEM). The
 
6
standard library for loading GIS imagery is the Geographic Data Abstraction Library [(GDAL)](http://www.gdal.org). In this
 
7
example, we will show techniques for loading GIS raster formats using native OpenCV functions. In
 
8
addition, we will show some an example of how OpenCV can use this data for novel and interesting
 
9
purposes.
 
10
 
 
11
Goals
 
12
-----
 
13
 
 
14
The primary objectives for this tutorial:
 
15
 
 
16
-   How to use OpenCV [imread](@ref imread) to load satellite imagery.
 
17
-   How to use OpenCV [imread](@ref imread) to load SRTM Digital Elevation Models
 
18
-   Given the corner coordinates of both the image and DEM, correllate the elevation data to the
 
19
    image to find elevations for each pixel.
 
20
-   Show a basic, easy-to-implement example of a terrain heat map.
 
21
-   Show a basic use of DEM data coupled with ortho-rectified imagery.
 
22
 
 
23
To implement these goals, the following code takes a Digital Elevation Model as well as a GeoTiff
 
24
image of San Francisco as input. The image and DEM data is processed and generates a terrain heat
 
25
map of the image as well as labels areas of the city which would be affected should the water level
 
26
of the bay rise 10, 50, and 100 meters.
 
27
 
 
28
Code
 
29
----
 
30
 
 
31
@include cpp/tutorial_code/HighGUI/GDAL_IO/gdal-image.cpp
 
32
 
 
33
How to Read Raster Data using GDAL
 
34
----------------------------------
 
35
 
 
36
This demonstration uses the default OpenCV imread function. The primary difference is that in order
 
37
to force GDAL to load the image, you must use the appropriate flag.
 
38
@code{.cpp}
 
39
cv::Mat image = cv::imread( argv[1], cv::IMREAD_LOAD_GDAL );
 
40
@endcode
 
41
When loading digital elevation models, the actual numeric value of each pixel is essential and
 
42
cannot be scaled or truncated. For example, with image data a pixel represented as a double with a
 
43
value of 1 has an equal appearance to a pixel which is represented as an unsigned character with a
 
44
value of 255. With terrain data, the pixel value represents the elevation in meters. In order to
 
45
ensure that OpenCV preserves the native value, use the GDAL flag in imread with the ANYDEPTH flag.
 
46
@code{.cpp}
 
47
cv::Mat dem = cv::imread( argv[2], cv::IMREAD_LOAD_GDAL | cv::IMREAD_ANYDEPTH );
 
48
@endcode
 
49
If you know beforehand the type of DEM model you are loading, then it may be a safe bet to test the
 
50
Mat::type() or Mat::depth() using an assert or other mechanism. NASA or DOD specification documents
 
51
can provide the input types for various elevation models. The major types, SRTM and DTED, are both
 
52
signed shorts.
 
53
 
 
54
Notes
 
55
-----
 
56
 
 
57
### Lat/Lon (Geographic) Coordinates should normally be avoided
 
58
 
 
59
The Geographic Coordinate System is a spherical coordinate system, meaning that using them with
 
60
Cartesian mathematics is technically incorrect. This demo uses them to increase the readability and
 
61
is accurate enough to make the point. A better coordinate system would be Universal Transverse
 
62
Mercator.
 
63
 
 
64
### Finding the corner coordinates
 
65
 
 
66
One easy method to find the corner coordinates of an image is to use the command-line tool gdalinfo.
 
67
For imagery which is ortho-rectified and contains the projection information, you can use the [USGS
 
68
EarthExplorer](http://http://earthexplorer.usgs.gov).
 
69
@code{.bash}
 
70
\f$> gdalinfo N37W123.hgt
 
71
 
 
72
   Driver: SRTMHGT/SRTMHGT File Format
 
73
   Files: N37W123.hgt
 
74
   Size is 3601, 3601
 
75
   Coordinate System is:
 
76
   GEOGCS["WGS 84",
 
77
   DATUM["WGS_1984",
 
78
 
 
79
   ... more output ...
 
80
 
 
81
   Corner Coordinates:
 
82
   Upper Left  (-123.0001389,  38.0001389) (123d 0' 0.50"W, 38d 0' 0.50"N)
 
83
   Lower Left  (-123.0001389,  36.9998611) (123d 0' 0.50"W, 36d59'59.50"N)
 
84
   Upper Right (-121.9998611,  38.0001389) (121d59'59.50"W, 38d 0' 0.50"N)
 
85
   Lower Right (-121.9998611,  36.9998611) (121d59'59.50"W, 36d59'59.50"N)
 
86
   Center      (-122.5000000,  37.5000000) (122d30' 0.00"W, 37d30' 0.00"N)
 
87
 
 
88
    ... more output ...
 
89
@endcode
 
90
Results
 
91
-------
 
92
 
 
93
Below is the output of the program. Use the first image as the input. For the DEM model, download
 
94
the SRTM file located at the USGS here.
 
95
[<http://dds.cr.usgs.gov/srtm/version2_1/SRTM1/Region_04/N37W123.hgt.zip>](http://dds.cr.usgs.gov/srtm/version2_1/SRTM1/Region_04/N37W123.hgt.zip)
 
96
 
 
97
![Input Image](images/gdal_output.jpg)
 
98
 
 
99
![Heat Map](images/gdal_heat-map.jpg)
 
100
 
 
101
![Heat Map Overlay](images/gdal_flood-zone.jpg)