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 "remote sensing method" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    The definition of the area of felling forests by high resolution satellite images
    Autorzy:
    Burshtynska, K.
    Polishchuk, B.
    Madyar, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/100258.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
    Tematy:
    remote sensing of the Earth
    space image
    forest monitoring
    classification
    method of maximum probability
    Mahalanobis's method
    method of minimum distance
    deforestation
    teledetekcja Ziemi
    klasyfikacja
    monitoring lasu
    metoda maksymalnego prawdopodobieństwa
    Metoda Mahalanobisa
    wylesienie
    Opis:
    The paper presents a hybrid classification method based on the determination of the optimal number of classes according to uncontrolled classification followed by image processing techniques of controlled classification. A criterion for determining the optimal number of classes is proposed based on the definition of averaged values differences of average spectral brightness among the classes. Space images from satellites Ikonos (2002, 2007) and QuickBird (2010) were used to study different time cuttings in the forests of the Carpathian region. A significant amount of ground observation was held for getting test information. A Hybrid Classification Method is used for different time cuttings by QuickBird satellite images and implemented in a software environment of ERDAS Imagine. In order to obtain acreage of cuttings made for the period of 2002-2007 and 2007-2010, a comparative analysis of cuttings is introduced in these time intervals and their area is determined on the basis of the digital images of polygons in the ArcGIS software environment.
    Źródło:
    Geomatics, Landmanagement and Landscape; 2014, 3; 43-54
    2300-1496
    Pojawia się w:
    Geomatics, Landmanagement and Landscape
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie decyzyjnych automatów komórkowych w klasyfikacji wysokorozdzielczych obrazów satelitarnych
    The use of decision-making cellular automata in the classification of remote sensing images
    Autorzy:
    Wyczałek, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/130454.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    klasyfikacja
    segmentacja
    metoda gęstościowa
    automat komórkowy
    classification
    segmentation
    consistence assessment method
    cellular automata
    Opis:
    Klasyfikacja jest jednym z najczęściej stosowanych sposobów określania pokrycia terenów w teledetekcji. Metody stosowane w podejściu klasycznym są w dużym stopniu nieskuteczne i wymagają działań wspomagających, takich jak wstępna segmentacja, uwzględnianie dodatkowych parametrów lub zależności, stosowanie metod rozpoznawania wzorów, sztucznej inteligencji, sieci neuronowych itp. Rozwijane są też metody obiektowe, bazujące na różnorodnych relacjach między zbiorami hierarchicznie uporządkowanych segmentów o zbliżonych cechach radiometrycznych. W pracy zaproponowano podejście, w którym grupowane są wyniki klasyfikacji nienadzorowanej w oparciu o analizę gęstości. Metoda gęstościowa w wersji opracowanej na użytek niniejszej pracy uwzględnia zarówno cechy spektralne jak i relacje przestrzenne między grupami pikseli, przypisując do nowotworzonych klas zarówno piksele klasy dominującej, jak i nielicznie występujące na danym obszarze piksele pozostałych klas. Jako narzędzie informatyczne służące rozwiązaniu powyższej idei wykorzystano automat komórkowy wyposażony w mechanizmy decyzyjne. Proces grupowania klas ma charakter iteracyjny, sterowany za pomocą specyficznej „funkcji przejścia” o dopuszczalnych stanach zgodnych z zadanymi klasami pokrycia terenu. Decyzyjny charakter automatu wynika z typowej dla metod podejmowania decyzji postaci funkcji kryterialnej, a także charakterystycznego zestawu jej parametrów – czynników decyzyjnych i ograniczeń. Przedstawione podejście zweryfikowano na przykładzie praktycznym polegającym na wskazaniu terenów pokrytych zielenią wysoką na 4-kanałowym obrazie QuickBird, wyostrzonym metodą PanSharpeningu. W tym celu wybrano trzy fragmenty sceny obejmujące tereny zieleni miejskiej o różnym przeznaczeniu. Uzyskano wysoką dokładność selekcji szukanej klasy pokrycia terenu. Metoda będzie rozwijana w kierunku powiązania z wektorową informacją bazodanową.
    Classification is one of the most often used methods for land cover detection in remote sensing applications. The classic approach is not always efficient and needs using various additional criteria or methods such as segmentation, pattern recognition, artificial intelligence, neural networks and so on. In this paper, a new approach based on density-based clustering is presented using a method dealing with previously-classified images. The decision-making Cellular Automata has been proposed as a tool for solving this task. The iterative process of clustering has been driven by a specific transition rule of CA, with an earlier established set of states. The decision-making nature of AK arises from a criterion function typical for decision making methods, and the set of their factors and constraints. The proposed method lies in multiplied crossing of the classified image (K-means method) by Automata at a certain shape. The task aggregate classes fulfilling defined criteria concerning density of existence, and its iterative form serves to bridge gaps and eliminate dispersed pixels which don’t fulfill the threshold values of the used criterion. The approach presented here has been verified on the example aimed at showing trees on 4-canal pan-sharpened multispectral QuickBird imagery. Three parts of a scene of enclosed urban green areas of various destinations have been chosen. Selected phases of clustering are shown in images 3, 4 and 5 containing a decreased number of tall trees. An assessment of the results shows the great potential capabilities of the method and is expected to be useful in further change detection of land cover.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 577-586
    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