Informacja

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

Wyszukujesz frazę "VHR" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Cyfrowa analiza zdjęcia satelitarnego VHR dla pozyskiwania danych o pokryciu terenu – podejście obiektowe i pikselowe
Digital analysis of VHR satellite image for obtainig land cover data – object and pixel-approach
Autorzy:
Chmiel, J.
Fijałkowska, A.
Woronkiewicz, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/129896.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
pokrycie terenu
klasyfikacja
analiza cyfrowa
zdjęcie satelitarne VHR
podejście obiektowe
land cover
classification
digital analysis
VHR satellite image
object approach
Opis:
Zdjęcia satelitarne o bardzo wysokiej rozdzielczości przestrzennej (VHR) staja się niezastąpionym w wielu zastosowaniach źródłem danych i informacji o powierzchni Ziemi ze względu na wysokie walory interpretacyjne i możliwe do uzyskania dokładności kartometryczne końcowych produktów. Ma to szczególne znaczenie dla aplikacji, gdzie przedmiotem zainteresowania są obszary o złożonej strukturze przestrzennej. Rosnące potrzeby w zakresie pozyskiwania ze zdjęć satelitarnych VHR różnorakich informacji o powierzchni Ziemi, w tym o pokryciu terenu, wymagają jednakże wypracowania bardziej skutecznych i wydajnych metod analizy cyfrowej. W przeciwieństwie do tradycyjnych metod cyfrowej klasyfikacji, które za jednostkę podstawowa przetwarzania (analizy) przyjmują piksel, a zbiór cech wyróżniających definiowany jest zasadniczo w przestrzeni spektralnej, obiektowo zorientowane podejście do analizy pozwala rozszerzyć zbiór cech (wyróżniających obiekty) o elementy związane z tekstura, wielkością, kształtem, szeroko rozumianym sąsiedztwem, kontekstem. Obiektowe podejście często pozwala także w większym stopniu na swego rodzaju obejście pewnych problemów tradycyjnych metod klasyfikacji na poziomie piksela wynikających z wysokiej heterogeniczności wyróżnialnych powierzchni i częstej obecności tzw. statystycznego szumu jako konsekwencji wysokiej rozdzielczość przestrzennej. Wyłonione w wyniku analizy obiekty swoim rozkładem przestrzennym w bardziej naturalny sposób formują obraz rzeczywistości. W niniejszym artykule prezentowane są określone wyniki z zakresu cyfrowej analizy zdjęcia satelitarnego VHR, której celem było pozyskanie danych o pokryciu terenu z wykorzystaniem zarówno pikselowego, jak i obiektowego podejścia do analizy. W pierwszym przypadku zastosowano nadzorowane podejście do klasyfikacji, wykorzystując znane w tym zakresie tradycyjne algorytmy. Podejście obiektowe realizowano w oparciu o funkcjonalność oprogramowania eCognition (Definiens). W tej części istotne było równie włączenie do analizy określonych elementów wiedzy i innych informacji, co miało na celu podniesienie efektywności metody i poprawności końcowych wyników. Określone testy zostały przeprowadzone dla obszaru o zróżnicowanym stopniu złożoności charakterystyki przestrzennej. Dla terenów rolniczych dodatkowo ważne było tak e rozpoznanie upraw. Uzyskane wyniki podkreślają (przy określonych założeniach wstępnych) zalety i ograniczenia zastosowanych podejść i metod, wskazując jednak e pewne widoczne zalety podejścia obiektowego.
Very high resolution satellite images with their valuable photo-interpretation properties and potential high level of geometric accuracy of end products are considered in many applications as a crucial source of data and information about the Earth surface. It is of special importance for such applications in which the area of interest is characterised by complex spatial structure. Growing needs for obtaining diverse categories of information about Earth surface, including land cover, require effective and efficient methods of digital analysis to be worked out. In contrast to traditional methods of digital classification, which use pixel as a reference unit of processing and the frame of discriminating features is basically defined in spectral space, the object-based approach allows to increase the set of discriminating features, including new elements related to texture, size, shape, widely understood neighbourhood, and context. Object-based approach often allows, to a large extent, to avoid some problems of traditional pixel-based classifiers, which result from high level of heterogeneity of identified areas and the frequent presence of so-called statistical noise, which is considered as a consequence of high spatial resolution. The finally created and identified objects in object-based analysis, in their spatial distribution form more natural image of reality. In the present paper, certain results are presented from a range of digital analysis of VHR satellite image, where the main goal was to achieve land cover data applying pixel and object-based approach. In first case, the supervised approach was used with known traditional algorithms. The object-based approach was adopted based on Definiens Professional set of tools. In the latter approach, the essential was also to include certain elements of knowledge and ancillary information with the aim to improve efficiency of the method and accuracy of final results. Given tests were performed for the terrain of diverse levels of spatial complexity. For the rural areas, an important issue was also to recognize the crops. The results showed (with the certain input assumptions) the positive aspects and limitations of applied approaches and methods, pointing at some visible advantages of the object-based approach.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 139-148
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Latest tools in PCI Geomatica for orthorectification and pan-sharpening of very high resolution satellite imagery
Najnowsze narzędzia w “PCI Geomatica” do ortorektyfikacji i fuzji (wyostrzania) wysokorozdzielczych zobrazowań satelitarnych
Autorzy:
Selby, R.
Mikrut, S.
Powiązania:
https://bibliotekanauki.pl/articles/131112.pdf
Data publikacji:
2003
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
orthorectification
PCI
pansharpening
satellite imagery
VHR
ortorektyfikacja
fuzja
wyostrzanie
zobrazowania satelitarne
Opis:
Geomatica 9 is the latest version of PCI Geomatics geospatial image processing software product. It is particularly significant because it brings together into one integrated system advanced tools for remote sensing, photogrammetry, cartography and GIS. This merging of image processing and GIS within a single environment is one of PCI Geomatics key philoso-phies. This paper focuses mainly on the capabilities of Geomatica for orthorectifying very high resolution (VHR) satellite imagery. Orthorectified VHR satellite imagery is proving significant in the areas of cadastral mapping, agricultural, forestry and urban monitoring. VHR imagery would include products from the IKONOS, Quick Bird, EROS and SPOT-5 satellites. Based on rigorous parametric satellite models developed by Dr Thierry Toutin of the Canada Centre for Remote Sensing, Geomatica supports all the commercial VHR sensors. Rigorous sensor models offer the highest theoretical accuracy when orthorectifying imagery. The Rational Polynomial Coefficient (RPC) method of orthorectification is also supported by Geomatica and considered in the paper. Including the latest modification to the RPC model released by Space Imaging for their IKONOS imagery. Geomatica 9 supports block bundle adjustment of satellite imagery. In the way that block bundle adjustment reduces the number of Ground Control Points required to orthorectify a block of aerial photographs, the same concept is applied within Geomatica to reduce the time and cost required to map large areas. From sensors such as QuickBird and IKONOS, both panchromatic and multispectral imagery taken over the same area is available. A method of performing data fusion on these data within Geomatica is considered which preserves the original colour and detail of the input imagery.
„Geomatica 9” kanadyjskiego producenta „PCI Geomatics” jest najnowszą wersją oprogramowania do geoprzestrzennego przetwarzania obrazów, zintegrowanego w jeden system zaawansowanych narzędzi na potrzeby kartografii, fotogrametrii, teledetekcji i GIS. Połączenie narzędzi związanych z przetwarzaniem obrazów i GIS w jedno środowisko jest jednym z punktów strategii rozwoju produktów PCI Geomatics. W niniejszym artykule autorzy skupiają się głównie na możliwościach wykorzystania „Geomatica 9” do ortorektyfikacji wysokorozdzielczych zobrazowań satelitarnych. Produkty przetwarzania mogą być wykorzystywane w katastrze, rolnictwie, leśnictwie czy monitoringu terenów zurbanizowanych. Zobrazowania te obejmują produkty z różnych satelitów takich jak IKONOS, QuickBird, EROS czy SPOT5. Bazując na dokładnych algorytmach wyznaczania parametrów orbit satelitów rozwiniętych przez Dr Thierry Toutin z Kanadyjskiego Centrum Teledetekcji, Geomatica pozwala na użycie danych z wszystkich komercyjnych wysokorozdzielczych sensorów. Dokładna znajomość parametrów pozwala na uzyskanie wysokiej dokładności dla ortorektyfikowanych zobrazowań. W artykule omówiono metodę ortorektyfikacji – RPC wykorzystywaną przez Geomatica, włączając jej ostatnie modyfikacje dokonane przez „Space Imaging” dla zobrazowań satelity IKONOS. Dla zobrazowań satelitarnych „Geomatica” wykorzystuje wyrównanie metodą niezależnych wiązek, która pozwala zredukować liczbę niezbędnych fotopunktów potrzebnych do ortorektyfi-kacji bloku zdjęć. Ta sama koncepcja jest zastosowana w Geomatica w celu redukcji czasu i kosztów kartowania dużych obszarów opracowania. Zobrazowania z QuickBird i IKONOS są dostępne zarówno jako panchromatyczne jak i wielospektralne (kolorowe). Metoda fuzji (wyostrzania) tych samych danych, jest w Geomatica wykonywana z zachowaniem oryginalnych kolorów i szczegółów zobrazowań wejściowych.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13a; 199-208
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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