Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "data correction" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Semiautomatyczna korekcja NMT w terenie zabudowanym na podstawie danych wektorowych
    Autorzy:
    Jędryczka, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/129837.pdf
    Data publikacji:
    1999
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    korekcja NMT
    dane wektorowe
    teren zabudowany
    NMT correction
    vector data
    built-up area
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 1999, 9; 41-49
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przetwarzanie wstępne danych z hiperspektralnego sensora satelitarnego HYPERION
    Pre-processing of spaceborne hyperspectral HYPERION data
    Autorzy:
    Głowienka, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/130032.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    dane hiperspektralne
    HYPERION
    striping
    smiling
    korekcja atmosferyczna
    FLAASH
    odbicie spektralne
    hyperspectral data
    destriping
    atmospheric correction
    reflectance
    Opis:
    W artykule przedstawiono metodykę przetwarzania wstępnego satelitarnych danych hiperspektralnych z sensora HYPERION. Jest to sensor umieszczony na platformie satelity EO-1 (Earth Observing - 1) wraz z multispektralnym sensorem ALI (Advanced Land Image). Hyperion rejestruje obraz w 242 kanałach z rozdzielczością spektralną 10 nm dla zakresów 357÷1058 nm (70 kanałów VNIR) oraz 852÷2576 nm (172 kanałów SWIR), z rozdzielczością przestrzenną 30 m. W artykule przedstawiono wyniki metod przetwarzania danych hiperspektralnych dla fragmentu sceny HYPERIONA. Przetwarzanie wstępne tzw. pre-processing wymaga odpowiedniego przygotowania i analizy danych. Przeprowadzane w programie ENVI (Environment for Visualizing Image) procedury pre-processingu obrazu HYPERIONA, podzielone zostały na dwa główne etapy. W pierwszym etapie wykonano, tzw. destriping, czyli usuwanie zakłóceń spowodowanych niestabilnością sensora lub wadliwie działającymi detektorami oraz korekcję efektu smile, ujawniającego się w obrazach hiperspektralnych w postaci gradientu jasności. Do identyfikacji kanałów obarczonych efektem smile a także do częściowego wyeliminowania tego zakłócenia wykorzystano transformację Minimum Noise Fraction (MNF) oraz Inverse MNF. W drugim etapie pre-processingu wykonana została korekcja atmosferyczna obrazu HYPERIONA. Korekcję przeprowadzono za pomocą programu Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) dostępnego, jako moduł programu ENVI. W wyniku dokonanego na obrazie HYPERIONA pre-processingu, usunięte zostały zakłócenia stripingu, smilingu oraz zakłócenia związane z wpływem atmosfery.
    The paper presents methodology of preliminary pre-processing of spaceborne hyperspectral data. HYPERION is a sensor, placed on the platform of EO-1 (Earth Observing-1) satellite, which records images in 242 channels, at the spectral resolution of 10 nm and the spatial resolution of 30 m. The paper described results of processing hyperspectral data for the HYPERION’s scene fragment. Preliminary processing, or the so-called pre-processing requires proper preparation and analysis of data. Procedures of pre-processing a HYPERION's image, performed with the use of ENVI (Environment for Visualizing Image) software, were split into two main stages. The first stage involved the so-called destriping, or the removal of interference caused by the instability of the sensor and defectively operating detectors. Another very important measure, aimed at preparing the image for the subsequent extraction of its thematic information was the removal of the "smile" effect, revealed in hyperspectral images in the form of the brightness gradient. The Minimum Noise Fraction (MNF) and Inverse MNF transformations were applied to identify those channels burdened with the "smile" effect, and also to partially eliminate that interference. The second stage of pre-processing involved the atmospheric correction of the HYPERION's image. That correction was achieved by means of Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) programme, available as a module of ENVI software. The pre-processing resulted in removal of striping, smiling, and interfering of atmosphere's impact.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 131-140
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Określenie zakresu wykorzystania danych satelitarnych Resurs-DK w opracowaniach fotogrametrycznych
    Determining the utilisation range of resurs-dk satellite data in photogrammetric workflow
    Autorzy:
    Ewiak, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/130652.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria satelitarna
    rosyjskie wysokorozdzielcze dane satelitarne
    korekcja geometryczna
    ortorekfyfikacja
    analiza dokładności
    satellite photogrammetry
    very high resolution Russian satellite data
    geometric correction
    orthorectification
    accuracy analysis
    Opis:
    W artykule zaprezentowano wyniki badan naukowych mających na celu określenie zakresu wykorzystania wysokorozdzielczych danych satelitarnych Resurs-DK w procesie generowania podstawowych produktów fotogrametrycznych. Na podstawie analizy metadanych tego systemu opracowano warsztat metodyczny korekcji geometrycznej oraz ortorektyfikacji. Podstawa tego warsztatu były algorytmy korekcji geometrycznej danych Resurs-DK wzorowane na modułach korekcji wysokorozdzielczych obrazów satelitarnych IKONOS oraz QuickBird funkcjonujących w oprogramowaniu fotogrametrycznym Ortho Engine PCI Geomatica. Zaprezentowano rezultaty korekcji geometrycznej obrazów panchromatycznych Resurs-DK z wykorzystaniem ścisłego modelu parametrycznego, modelu wielomianowego oraz wyznaczonych i skorygowanych współczynników wzorowanych na RPC. Na podstawie wnikliwej analizy poszczególnych wariantów korekcji geometrycznej stwierdzono, że wysokorozdzielcze zobrazowania Resurs-DK można skorygować geometrycznie na poziomie poniżej ½ piksela obrazu źródłowego. W niniejszym artykule zamieszczono również analizy wpływu dokładności wyznaczenia elementów orientacji zewnętrznej scen Resurs-DK na dokładność położenia pikseli w matrycy wygenerowanego ortoobrazu. Scharakteryzowano uwarunkowania procesu ortorektyfikacji rosyjskich zobrazowan Resurs-DK. Stwierdzono, że do wygenerowania ortoobrazów spełniajacych kryterium dokładności geometrycznej mapy topograficznej w skali 1:10000 należy włączyc zbiór punktów wysokościowych NMT o dokładności nie gorszej ni mH = 4m. Stwierdzono, że na podstawie zobrazowań nadirowych Resurs-DK można wygenerować ortoobrazy, których dokładność geometryczna odpowiada dokładności mapy topograficznej w skalach 1:5000, 1:10000 oraz skalach mniejszych. Jakkolwiek dla tego przedziału skalowego ortoobrazów spełnione jest kryterium dokładności geometrycznej, to ich zdolność interpretacyjna dotyczy jedynie skali 1:10 000.
    The present paper presents the results of the research aimed at the qualification of the range of utilisation of very high resolution Resurs-DK satellite data in the process of generating basic photogrammetric products. The methodology for geometrical correction and orthorectification of the source Resurs-DK panchromatic images based on the metadata analysis was elaborated. The algorithms for geometrical correction of the Resurs-DK image data, based on the correction modules for IKONOS and Quick Bird satellite data functioning in photogrammetric commercial software Ortho Engine PCI Geomatica, were the critical for that methodology. Four variants of geometrical correction were applied. The results of the geometrical correction of the panchromatic scenes Resurs- DK, based on the parametrical sensor model adapted to the structure of Russian data and rational polynomial coefficients, which were identified based on the control point measurement, were presented. The analysis of the influence of the number and distribution of the control points throughout the scene on the result of geometric correction have been realised in each variant. With a thorough analysis of the individual variants of geometrical correction, that very high resolution Russian satellite data can be corrected with the accuracy level below half pixel of the source image. In the present paper, in addition to the profile of the methodology for geometrical correction of Resurs- DK satellite data, an analysis was presented relating to the influence of the accuracy of delimitation of external orientation Resurs-DK images on the accuracy location of the pixels in the orthoimage matrix. Technical conditions were qualified for the orthorectification process of new very high resolution Russian images. It was found that, for orthoimage generating meeting the accuracy criterion of topographic map scaled 1:10000, there should be a set of height points included, having digital elevation model with accuracy at least 4 m. I was proven that, based on the Resurs-DK satellite data, the orthoimages can be generated whose geometrical accuracy corresponds to the accuracy of the topographical map scaled 1:5000 and 1:10,000 and smaller. However, for that scale range of orthoimages, the geometrical accuracy criterion is met, yet their interpreting capability applies only to the 1:10000 scale.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 199-208
    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