Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Krupinski, S." wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Multifraktalna analiza zobrazowań satelitarnych
Multifractal analysis of satellite images
Autorzy:
Wawrzaszek, A.
Krupiński, M.
Drzewiecki, W.
Aleksandrowicz, S.
Powiązania:
https://bibliotekanauki.pl/articles/130167.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
obraz satelitarny
obraz lotniczy
wymiar fraktalny
multifraktalność
klasyfikacja
satellite image
aerial image
fractal dimension
multifractality
classification
Opis:
Przedstawione prace badawcze dotyczyły oceny skuteczności stosowania opisu multifraktalnego jako narzędzia do wydobywania informacji z bardzo wysokorozdzielczych zobrazowań satelitarnych, prezentujących głównie obszary Polski. Przeanalizowano duże zestawy danych panchromatycznych, zarejestrowanych przez satelity WorldView-2 i EROS-A. Wyniki analiz potwierdziły wyższość multifraktali jako globalnych charakterystyk zobrazowań nad standardowym opisem fraktalnym, a także użyteczność stosowania parametrów multifraktalnych jako charakterystyk w klasyfikacji zdjęć satelitarnych przy użyciu klasyfikacyjnych drzew decyzyjnych. Porównano również cechy multifraktalne z szeroko stosowanymi parametrami teksturalnymi w kontekście skuteczności klasyfikacji zdjęć satelitarnych i przeanalizowano wpływ filtracji na wyznaczane charakterystyki multifraktalne, w szczególności w kontekście poprawy skuteczności klasyfikacji. Przeprowadzono również wstępne badania dotyczące możliwości wykorzystania fraktali w analizach lotniczych danych hiperspektralnych. Przeprowadzone analizy wykazały użyteczność multifraktali w wielu obszarach badań teledetekcyjnych, a wypracowana metodologia może być z powodzeniem dalej rozwijana i stosowana do bardziej ukierunkowanych zadań, takich jak analiza zmian lub ocena przydatności kanałów spektralnych.
Research presented in this paper is focused on the efficiency assessment of multifractal description as a tool for Image Information Mining. Large datasets of very high spatial resolution satellite images (WorldView-2 and EROS-A) have been analysed. The results have confirmed the superiority of multifractals as global image descriptors in comparison to monofractals. Moreover, their usefulness in image classification by using decision trees classifiers was confirmed, also in comparison with textural features. Filtration process preceding fractal and multifractal features estimations was also proved to improve classification results. Additionally, airborne hyperspectral data have been initially analysed. Fractal dimension shows high potential for the description of hyperspectral data. To summarise all conducted tests indicate the usefulness of multifractal formalism in various aspects of remote sensing. Prepared methodology can be further developed and used for more specific tasks, for example in change detection or in the description of hyperspectal data complexity.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2015, 27; 163-173
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Formalizm multifraktalny w analizie zobrazowań satelitarnych
Multifractal formalism in satellite image analysis
Autorzy:
Wawrzaszek, A.
Krupiński, M.
Aleksandrowicz, S.
Drzewiecki, W.
Powiązania:
https://bibliotekanauki.pl/articles/131324.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
fraktal
formalizm multifraktalny
wymiar uogólniony
klasyfikacja
obraz satelitarny
fractal
multifractal formalism
generalized dimension
classification
satellite imagery
Opis:
In our work we present multifractal formalism as a tool for description and extraction of information on very high spatial resolution satellite images. This approach is based on an assumption that single image (multifractal) consists of number of fractals, each with different dimension. Multifractals are used for description, modelling, analysis and processing of different complex shapes and signals. In particular multifractal decomposition can be used in the analysis of heterogeneous measures and structures typical for satellite images. It allows for detailed characterisation (local and global) and description using functions. Listed advantages motivate our work on this topic. First part of our paper is a review of multifractal methods applied so far in remote sensing. Next we present our approach and results of analysis done on 159 subsets of images acquired by WorldView-2 satellite. Our test samples present different land cover types. Conducted analysis shows that generalised dimensions designated for individual fragments of images differs depending on the present land cover types. Also values of multifractality are connected to a land cover type. In general they allow for automatic assignment of land cover types to specific classes. Some deviations take place in case of discrimination between agricultural areas and forests – this will be a point for future investigation. The highest multifractality level can be observed for urban areas, the lowest for water that can be considered as a monofractal. Conducted analysis shows that multifractal formalism creates additional possibilities for the description and automatic classification of images.
W pracy przedstawiamy formalizm multifraktalny, jako narzędzie wspomagające opis i ekstrakcję informacji z wysokorozdzielczych zobrazowań satelitarnych. Podejście to opiera się na założeniu, że na pojedynczy obraz (multifraktal) składa się wiele fraktali, każdy o innym wymiarze samopodobieństwa (wymiarze fraktalnym). Multifraktale stosuje się do opisu, modelowania, analizowania i przetwarzania różnych złożonych kształtów i sygnałów. W szczególności dekompozycja multifraktalna jest użyteczna w analizie niejednorodnych miar i struktur, typowych dla zobrazowań satelitarnych, pozwalając na bardziej dokładną charakterystykę (lokalną i globalną) oraz opis za pomocą relacji funkcyjnych. Wymienione zalety tej metody uzasadniają nasze ukierunkowanie się na opis multifraktalny rozważany w ramach niniejszej pracy. Pierwszą część pracy stanowi przegląd dotychczasowego zastosowania metod multifraktalnych w różnych obszarach teledetekcji. W dalszej części przedstawiamy wyniki własnej analizy multifraktalnej 159 fragmentów wysokorozdzielczych zobrazowań panchromatycznych satelity WorldView-2. Przedstawiają one jeden z czterech typów pokrycia terenu: wodę, las, zabudowę miejską lub tereny rolnicze. Przeprowadzone analizy pokazują, że wymiary uogólnione wyznaczone dla poszczególnych fragmentów zobrazowań różnią się w zależności od form pokrycia, także wartości poziomu multifraktalności wiążą się z typem pokrycia terenu i w ogólności pozwalają na automatyczne przypisanie rozważanych przypadków do poszczególnych klas. Pewne odstępstwa występują jedynie podczas procesu rozróżnienia terenów rolniczych od lasów, co poddane zostanie dalszym analizom. Dalej, największy poziom multifraktalności obserwujemy dla obszarów zabudowanych, najmniejszy dla wody, która może być rozważana, jako obiekt monofraktalny. Przeprowadzone analizy pokazują, że formalizm multifraktalny stwarza dodatkowe możliwości opisu i automatycznej klasyfikacji zobrazowań. Liczymy więc na jego zastosowanie w kontekście powstałych i dopiero planowanych danych obrazowych.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 261-272
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zdjęcia satelitarne SICH-2 - pierwsze analizy
Satellite images sich-2 - first analysis
Autorzy:
Lewiński, S.
Sotnikov, O.
Krupiński, M.
Parshyna, O.
Dąbrowski, R.
Powiązania:
https://bibliotekanauki.pl/articles/1050725.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
SICH-2
satelita środowiskowy
monitoring satelitarny
MSIIRS
environmental satellite
satellite monitoring
Opis:
Ukraińskie zobrazowania satelitarne pozyskane z satelity Sich-2 są nowymi danymi obrazowymi, dostępnymi w sposób operacyjny od końca 2011 roku. Powierzchnia Ziemi jest obrazowana w pięciu kanałach spektralnych. Pozyskiwane dane charakteryzują się zróżnicowaną rozdzielczością przestrzenną. Kanał panchromatyczny, zielony, czerwony i bliskiej podczerwieni (PAN, G, R, NIR) cechuje się rozdzielczością przestrzenną wynoszącą 8.2 m (nadir), natomiast rozdzielczość przestrzenna zakresu średniej podczerwieni (MIR) jest zdecydowanie mniejsza i wynosi 41.4 m (nadir). Zobrazowania Sich - 2, pod względem rozdzielczości przestrzennej, są zbliżone do danych obrazowych pochodzących z RapidEye, Formosat-2 i SPOT-5. Natomiast pod względem spektralnym odpowiadają zdjęciom SPOT-5. W artykule przedstawione są podstawowe parametry zobrazowań Sich-2 a także podane zostały przykłady wykorzystania ich w teledetekcyjnych badaniach powierzchni Ziemi. Są to wyniki prac prowadzonych przez firmę Dniprocosmos S.C., która specjalizuje się w teledetekcji satelitarnej oraz jest dystrybutorem zdjęć satelitarnych. Zespół Obserwacji Ziemi w Centrum Badań Kosmicznych PAN pozyskało raz przeanalizował jedno z pierwszych zdjęć Sich-2 obrazujących obszar Polski. Na podstawie sceny obejmującej obszar okolic Lublina wykonano m.in. ocenę możliwości interpretacyjnych. W siedmiostopniowej skali MSIIRS (Multispectral Imagery Interpretability Rating Scale) analizowane zobrazowanie zakwalifikowano na poziomie 3.
Ukrainian-Russian carrier rocket Dnepr, that was launched on August 17, 2011 from the Baikonur Dombarowskij in Russia, has placed in orbit the Sich-2 satellite. It is a satellite dedicated to Earth observation, designed and manufactured by the Ukrainian space industry. Sich-2 is a continuation of the mission Sich-1, Okean-O and Sich-1M. According to the Ukrainian National Space Policy the Sich-2 gives rise to a constellation of modern micro-satellites. They are designed to collect imagery of the Earth surface in the visible and near-infrared radiation with a spatial resolution of: 8 m (Sich-2, Sich-2M), 1 m (Sich-3-O) and the 1 m radar images (Sich-3-R). Satellites are characterized by high sophistication in terms of electronic and polymeric and composite materials used during the construction. Installed devices are designed to work under the "open" space and do not require special protection in the form of sealed enclosures. Sich-2 satellite operates at a 700 km altitude on the Sun synchronous orbit and having the inclination of 98.24°. The image data are collected in four spectral bands, with a spatial resolution of 8.2 m (PAN, R, G, B) and 41.4 m in the mid-infrared (MIR). The optical system provides the ability to change viewing angle from nadir up to 30°. Width of the panchromatic and multispectral scene is 48 km (at nadir) and 58 km for the MIR scanner. The article demonstrates the possibility of using the new Ukrainian satellite images acquired from the Sich-2, which, due to the spatial resolution are similar to the image data from FORMOSAT-2, SPOT-5 and RapidEye. Examples of using Sich-2 for monitoring of vegetation in built-up areas, monitoring of natural disasters (floods, snow drifts, fires) and classification of agricultural areas are presented. These are the results of work carried out by the company Dniprocosmos S.C., which specializes in satellite image processing and is a distributor of satellite data. The team of the Earth Observation Group from the Space Research Centre of the Polish Academy of Sciences acquired one of the first images from the Sich-2, that captured Polish territory. Based on a scene depicting the area around Lublin, in March 2012, analysis of interpretation possibilities were performed. It was done using the MSIIRS (Multispectral Imagery Interpretability Rating Scale) interpretation system. The Sich-2 image was classified at level 3 of eight-point scale.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 177-186
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies