Informacja

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

Wyszukujesz frazę "obraz satelitarny" wg kryterium: Temat


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:
Klasyfikacja gleb słonych doliny Czuj w Kirgistanie na podstawie wielospektralnych obrazów satelitarnych Landsat TM, Landsat ETM+, TERRA ASTER oraz danych naziemnych
Classification of salt-affected soils of the Chuy Valley in Kyrgyzstan using multispectral satellite Landsat TM, Landsat ETM+, TERRA ASTER images and ground-collected data
Autorzy:
Kokoeva, G.
Powiązania:
https://bibliotekanauki.pl/articles/132209.pdf
Data publikacji:
2007
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
gleby słone
klasyfikacja
obraz satelitarny
satelita Landsat
satelita TERRA ASTER
dane naziemne
Kirgistan
salt-affected soils
classification
satellite Landsat
satellite TERRA ASTER
satellite image
ground-collected data
Kyrgyzstan
Opis:
The natural conditions of Kyrgyzstan and consequences of human-induced processes, such as inappropriate methods of irrigation, have led to the extension of salt-affected soils. Extensive areas of irrigated land have been increasingly degraded by salinization from over-irrigation and other forms of inadequate agricultural practices. Between 1985 and 1990, the area of salt-affected soils increased from 666 300 ha to 1170 300 ha (Mamytov, 1995). In recent years salinity processes have been described as one of the problems of agriculture in that area. For the last ten years many none-affected soils of the Chuy Valley have become salinized. According to Mamytov et al. (1991) the total area of salt-affected soils in the Chuy Valley exceeds 259.5 thousands ha, which is more than 42% of the research area. In this research, an attempt has been made to estimate soil salinity quantitatively and also spatially by applying remote sensing techniques. Conventional methods of mapping salt-affected soils consume a lot of energy, time and money. Remote sensing enables us to detect and to map salt-affected soils by using relatively cheap multispectral satellite data such as Landsat TM, Landsat ETM+ and TERRA ASTER. The objective of this study is to identify salt-affected soils by integrating satellite images with ground-collected data. In order to achieve this goal the best algorithms of an unsupervised and a supervised classifi cation have been chosen using TNTmips software. The Normalized Difference Vegetation Index (NDVI) and the Transformed Vegetation Index (TVI) have been applied to distinguish densely and partly vegetation- covered soils, which are not salt-affected. To distinguish areas covered with stone and sands from saline soils the Salinity Index (SI) has been applied. For the differentiation of arable land which is not covered with vegetation the brightness parameter of Tasseled Cap transformation has been used. All these indices were calculated from satellite images. Finding an appropriate interpretation scheme for identifying the saltaffected soils of the Chuy Valley becomes a very important factor infl uencing the accuracy of the supervised classifi cation. The temporal change of salinity accumulation is demonstrated by comparing the classifi cation’s results of the multispectral satellite images from 1994 to those of 2001. This study also includes measurements of spectral properties of collected soil samples for better understanding the difference in classifi cation accuracy of various types of salt-affected soils. Spectral refl ectance was registered from the surfaces of saline and saline-sodic soils using fi eld luminancemeter CIMEL CE 313-21 in the following wavelength bands: 450 nm, 550 nm, 650 nm and 850 nm.
Źródło:
Teledetekcja Środowiska; 2007, 37; 3-50
1644-6380
Pojawia się w:
Teledetekcja Środowiska
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