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 "dopasowanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Zastosowanie bezzałogowego statku latającego (UAV) w monitoringu powierzchniowym ruchów masowych na przykładzie osuwiska w Kasince Małej (Beskid Wyspowy, Zewnętrzne Karpaty Zachodnie)
    The application an unnamed aerial vehicle (UAV) in landslides surface monitoring – case study of the Kasinka Mała landslide (Beskid Wyspowy Mts., Outer Carpathians Mts.)
    Autorzy:
    Karwacki, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/2075943.pdf
    Data publikacji:
    2019
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    monitorowanie osuwisk
    dopasowanie obrazu
    LIDAR
    fotogrametria
    UAV
    landslide monitoring
    image matching
    photogrammetry
    Opis:
    Landslide monitoring is applied in case of a hazard for existing infrastructure located on hazardous landslide. It is the exact case of the Kasinka Mala landslide in the Outher Carpathians which causes a danger for the surrounding infrastructure. In order to measure the terrain deformations caused by landslide movements, the unnamed aerial vehicle equipped with a non-metric camera has been used. As a result of processing of aerial photos, orthophotomaps as well as digital elevation models have been produced. It enabled providing information about vertical and horizontal displacements caused by the landslide. The results of analysis shows that the mass movements occur at a different pace, but also that there are stable areas in the landslide. The application of UAV photogrammetry for landslide monitoring allows getting the information about the displacements in the unvegetated areas.
    Źródło:
    Przegląd Geologiczny; 2019, 67, 5; 339--350
    0033-2151
    Pojawia się w:
    Przegląd Geologiczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie transformacji log-Hough’a do tworzenia reprezentacji obrazu dla klasyfikatora neuronowego
    Log-Hough based image representation for the neural classifier
    Autorzy:
    Piekarski, P.
    Mikrut, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/130564.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria
    reprezentacja obrazu
    log-polar
    log-Hough
    wzajemne dopasowanie
    sieci backpropagation
    photogrammetry
    image representation
    mutual matching
    backpropagation networks
    Opis:
    Artykuł przedstawia metodę tworzenia reprezentacji fragmentu obrazu oparta o transformacje log-polar i log-Hough’a. Transformacje te są uważane za uproszczone modele biologicznych systemów wizyjnych. Reprezentacje obrazu stanowią rzuty przestrzeni log-Hough’a na osie: katów i promieni. Tak utworzone wektory stanowią wejście do sieci neuronowej typu backpropagation. Zadaniem sieci jest klasyfikacja reprezentacji obrazów na „korzystne” i „niekorzystne” z punktu widzenia późniejszego dopasowywania, którego celem jest automatyczna orientacja wzajemna zdjęć fotogrametrycznych. Badano sieci z jedna warstwa ukryta o zmiennej liczbie elementów. Najlepsze sieci rozpoznały zbiór testowy na poziomie 70%.
    In the present paper, the method for generation of the sub-image representation is presented. The method is based on log-polar and log-Hough transforms. These transforms are considered to be very simplified models of the biological visual systems. The projections of the log- Hough space onto the two axes (the angles and the radii ones) are taken as the sub-image representation. These vectors form an input to the backpropagation neural network. The network task is to classify the sub-images as “advantageous” or “non-advantageous” from the subsequent mutual matching point of view. Several networks which have a variable number of neurons in one hidden layer have been tested. The best recognition rates about 70% (test set) have been obtained.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 639-647
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diversity of photogrammetric approaches for multi-purpose applications
    Autorzy:
    Bujakiewicz, A.
    Markiewicz, J.
    Bakuła, K.
    Zawierska, D
    Powiązania:
    https://bibliotekanauki.pl/articles/106787.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Warszawska. Wydział Geodezji i Kartografii
    Tematy:
    photogrammetry
    computer vision
    image orientation
    data integration
    image matching
    fotogrametria
    wizja komputera
    orientacja obrazu
    integracja danych
    dopasowanie obrazu
    Opis:
    The presented paper shows the diversity of photogrommetric approaches by introducing a problem of camera interior orientation, data georeferencing. data integration and the issue of automatic object surface modelling. The authors discuss the abovementioned issues on the example of the work carried out at the Faculty of Geodesy and Cartography, Warsaw University of Technology referring to solutions practiced in Computer Vision. This article is an example of introduction of photogrammetry as a discipline open to achievements of close fields of science, which is widely applied in practice.
    Źródło:
    Reports on Geodesy and Geoinformatics; 2014, 96; 9-19
    2391-8365
    2391-8152
    Pojawia się w:
    Reports on Geodesy and Geoinformatics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selekcja podobrazów dla potrzeb dopasowywania zdjęć lotniczych oparta na histogramach gradientu i sieci neuronowej
    Selection of sub-images for aerial photographs matching purposes based on gradient distribution and neural networks
    Autorzy:
    Czechowicz, A.
    Mikrut, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/131000.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria
    wzajemne dopasowanie
    algorytm Canny'ego
    histogram gradientów
    SOM
    sieci Kohonena
    sieci backpropagation
    photogrammetry
    mutual matching
    Canny edge detector
    gradient histogram
    Kohonen networks
    backpropagation networks
    Opis:
    Artykuł przedstawia wyniki wykorzystania sieci neuronowych do selekcji podobrazów oraz wyniki wyszukiwania wybranych obszarów na pozostałych zdjęciach z wykorzystaniem rozkładu odpowiedzi dla sieci SOM Kohonena. Zaproponowano reprezentacje fragmentu obrazu oparta na rozkładzie wartości modułu gradientu i jego kierunku. Badania przeprowadzono na dziewięciuset podobrazach zdjęć lotniczych okolic Krakowa o różnym pokryciu terenu podzielonych na trzy kategorie: obszarów korzystnych, pośrednich i niekorzystnych pod względem wyszukiwania cech do orientacji wzajemnej. Dla każdego z obrazów, w oparciu o algorytm Canny’ego, wyznaczono krawędzie. Na podstawie wartości gradientu i kierunków wykrytych krawędzi sporządzono histogram, który następnie posłużył wyznaczeniu reprezentacji podobrazu w postaci profilu kierunku. Tak przygotowana reprezentacje wykorzystano do uczenia sieci neuronowych metoda nadzorowana (backpropagation) oraz nienadzorowana (Kohonena), a następnie do klasyfikacji obszarów nauczonymi sieciami. W przypadku sieci backpropagation miara efektywności klasyfikacji był globalny współczynnik rozpoznania oraz macierz pomyłek. Dla sieci Kohonena wyznaczano współczynnik kompletności i poprawności. Wyniki zestawiono z rezultatami otrzymanymi na drodze uczenia metoda wstecznej propagacji błędów, gdzie generowane na mapie Kohonena odpowiedzi stanowiły sygnał wejściowy dla warstwy backpropagation. W dalszym etapie wytypowane obszary korzystne poszukiwano na sąsiednich obrazach. Wzmocniony funkcja preferująca wysokie wartości rozkład odpowiedzi na mapie cech siec Kohonena, uzyskany dla podobrazów korzystnych, porównywano z rozkładem dla podobrazów o tych samych wymiarach na sąsiednich zdjęciach. Za miarę podobieństwa obszarów przyjęto współczynnik korelacji dla porównywanych odpowiedzi sieci.
    This paper describes the application of neural networks for selection of sub-images and the result of the search for the selected areas on the remaining photographs with the utilisation of Kohonen’s SOM network responses distribution. Image fragment representation based on the gradient magnitude values distribution and its direction was proposed. The research was conducted on nine hundred sub-images, taken from aerial photographs of the Cracow’s environs with different terrain cover, divided into three categories: advantageous, intermediate and disadvantageous areas in respect of searching for the features for mutual matching. The edges were detected with Canny algorithm. Based on the gradient values and the directions of the edges, the histogram was created and used to determine the representation of the sub-image in the direction’s profile form. The prepared representation served for teaching the neural network using supervised (backpropagation) and unsupervised (Kohonen) method and later for the classification. For the backpropagation network, the classification effectiveness was measured using the global recognition coefficient and the cooccurrence matrix. For the Kohonen network, the completeness and correctness coefficients were determined. Afterwards, the two networks were put together: the responses generated on the Kohonen map constituted the input signal for the backpropagation layer. In the next step, the adjacent images were sought for the chosen areas. Response distribution on the Kohonen network feature map, amplified with the function preferring the high values, was compared with the distribution for the same size sub-images of the adjacent photographs. To measure the similarity of the subimages, the correlation coefficient to compare network’s responses was used.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 149-158
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Określanie wybranych cech drzewostanów sosnowych z wykorzystaniem chmur punktów pozyskanych w procesie automatycznego dopasowania cyfrowych zdjęć lotniczych
    Estimating selected characteristics of Scots pine stands based on point clouds derived from automatic matching of airborne images
    Autorzy:
    Hawryło, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/986689.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Leśne
    Tematy:
    lesnictwo
    fotogrametria
    zdjecia lotnicze
    automatyczne dopasowanie zdjec lotniczych
    chmura punktow
    drzewostany sosnowe
    wysokosc Loreya
    pole powierzchni przekroju piersnicowego
    zasobnosc drzewostanu
    dokladnosc szacowania
    modele predykcyjne
    area−based approach
    forest inventory
    lorey's height
    basal area
    growing stock volume
    Opis:
    Recent research show that image−derived point clouds (IPC) can be successfully utilized in the context of estimation of selected forest parameters. However there are still some topics for further investigation in the context of using archival data. Particularly, in case of forest stands in Poland the number of such studies is limited. This study investigates the usefulness of airborne IPC for estimation of Lorey's height (H), basal area (G) and growing stock volume (V) of Scots pine stands. Additionally, the accuracy of predictive models is analyzed for images acquired in the same year as the field reference data were collected (2015) and for archival images acquired in 2012. The study was performed in Janów Lubelski Forest District (south−eastern Poland) on approximately 7,800 ha. The measurements from 94 circular plots were used as the reference data. The Area Based Approach and multiple linear regression were used to create predictive models. For each analyzed dependent variable variety of IPC characteristics were evaluated to select the most accurate predictive models. The best model for each variable was selected based on Akaike Information Criteria and RMSE. The same predictor variables were used for both years of aerial images aquisition. For models comparison the one−sided bootstrap test was used. The RMSPE for H, G and V in case of images acquired in 2015 amounted to 5.3, 16.3 and 17.3%, respectively. Analogically, the relationship between predicted and observed values (R2) amounted to 0.96, 0.47 and 0.81. The finally selected models had three, one and two predictors for H, G and V, respectively. The difference between accuracy of models based on aerial images from 2012 and 2015 was not statistically significant for all analyzed variables. The obtained results show high potential of using airborne image−derived point clouds for forest inventory activities in Scots pine dominated stands.
    Źródło:
    Sylwan; 2017, 161, 09; 707-714
    0039-7660
    Pojawia się w:
    Sylwan
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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