Segmentacja wysokorozdzielczego zobrazowania satelitarnego w celu rozpoznania kompleksów urbanistycznych

Jednym z najbardziej dynamicznie rozwijających się obecnie podejść do rozpoznawania przedmiotów terenowych na obrazach teledetekcyjnych jest klasyfikacja obiektowa. Wywodzi się ona z procesu kognitywnego, poznawczego, realizowanego w naturalny sposób w mózgu człowieka oglądającego obraz lub zdjęcie, a mianowicie – przez uprzedni wstępny podział tegoż obrazu na segmenty o zbliżonych cechach wizualnych, wyróżniających te segmenty względem otoczenia. Segmentacja pozwala nie tylko na uporządkowanie treści rozpoznawanego obrazu, ale także dostarcza analitykowi znaczną liczbę parametrów, które mogą zostać użyte jako kryteria klasyfikacyjne. Jest to jedna z najważniejszych zalet tego podejścia. Przedmiotem pracy jest projekt i ocena jakości segmentacji wysokorozdzielczego obrazu teledetekcyjnego użytego do rozpoznawania obszarów o różnych funkcjach, współtworzących przestrzeń miasta. Do oceny wybrano jedno z najbardziej atrakcyjnych obecnie zobrazowań wykonywanych z pokładu satelity QuickBird. Analizowane zobrazowanie stanowi przetworzony techniką pan-sharpening obraz wielospektralny, przepróbkowany do rozdzielczości 0,60 m. Celem pracy jest ustalenie progów segmentacji w układzie hierarchicznym, oraz ocena cech segmentów dobranych do wyłonienia charakterystycznych kompleksów urbanistycznych. W podsumowaniu przedstawione zostaną możliwości wykorzystania wyników klasyfikacji obiektowej do badania zmian struktur urbanistycznych, w porównaniu z innymi obrazami teledetekcyjnymi badanego terenu oraz z danymi wektorowymi.