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 "IKONOS" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Differentiation between forms of urban development using the object-oriented classification method with Central Warsaw as the example
    Autorzy:
    Zaremski, Karol
    Szmajda, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/2032468.pdf
    Data publikacji:
    2006-06-01
    Wydawca:
    Uniwersytet Warszawski. Wydział Geografii i Studiów Regionalnych
    Tematy:
    object-oriented classification
    land cover
    land use
    urbanized areas
    Ikonos
    Warsaw
    eCognition
    segmentation
    classification
    Opis:
    The aim of the paper is to present automated methods of discrimination of urban development forms using object-oriented classification in high-resolution images taken by the Ikonos satellite. The object-oriented classification makes possible to describe individual classes using not only the spectral reflection values but also the shapes, textures and topology of objects. The classification process as such is based on the theory of fuzzy sets. The research covered an area of 25 km,., situated in central Warsaw. As a result of object-oriented classification, five classes of development typical of large cities were distinguished and described.
    Źródło:
    Miscellanea Geographica. Regional Studies on Development; 2006, 12; 315-327
    0867-6046
    2084-6118
    Pojawia się w:
    Miscellanea Geographica. Regional Studies on Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie obiektowo zorientowanej analizy obrazu (GEOBIA) wysokorozdzielczych obrazów satelitarnych w klasyfikacji obszaru miasta Krakowa
    Using the object-based image analysis (GEOBIA) in the classification of the very high resolution satellite images of Krakow municipality
    Autorzy:
    Wężyk, P.
    de Kok, R.
    Szombara, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/130169.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    klasyfikacja obiektowa (GEOBIA)
    Ikonos
    QuickBird
    automatyzacja
    pokrycie terenu
    OBIA (Object Based Image Analysis)
    automation
    land use
    Opis:
    Technologie teledetekcyjne oraz systemy GIS osiągnęły obecnie poziom rozwoju umożliwiający pełna implementacje automatycznych metod klasyfikacji oraz procesów kontroli i aktualizacji zasobów kartograficznych będących w posiadaniu administracji publicznej. Dane teledetekcyjne pozyskiwane nowoczesnymi metodami takimi jak: lotnicze kamery cyfrowe, skanery hiperspektralne, LiDAR badz VHRS - pozwalają na poprawne skonstruowanie procesu wspomagania podejmowania decyzji na poziomie lokalnym i regionalnym takich jak np. miejscowe plany zagospodarowania przestrzennego. Ogromne zbiory danych (np. LiDAR, VHRS) muszą być coraz częściej poddawane automatycznym procesom ich przetwarzania. Obiektowo zorientowana analiza obrazu (ang. Object Based Image Analysis; akronim: GEOBIA) - zwana potocznie klasyfikacja obiektowa, wykorzystuje zaawansowane algorytmy segmentacji rastra. Rozstrzygają one o liczbie generowanych obiektów na podstawie wartości jaskrawości piksela oraz „właściwości geometrycznych” (np. kształtu, grupowania się pikseli w homogeniczne obiekty, zwartości, etc). W kolejnych krokach obiekty te są klasyfikowane na podstawie licznych zależności i właściwości, jak np. parametru homogeniczności czy stosunku długości granic do powierzchni (wykrywanie krawędzi, budynków, działek etc). Klasyfikacja obiektowa może przyjąć strukturę hierarchiczna, to znaczy raz sklasyfikowane obiekty mogą posłużyć do stworzenia nowego wyższego hierarchicznie poziomu. Taka metodyka pozwala na przygotowanie scenariuszy postepowania klasyfikacyjnego zapisywanych do plików zwanych protokołami w oprogramowaniu DEFNIENS. Nowatorskie podejście do kwestii klasyfikacji obrazu bez potrzeby wykorzystywania pól treningowych zostało już potwierdzone wieloma projektami naukowymi i ich wdrożeniami (Wężyk, de Kok, 2005; de Kok, Wężyk, 2006). W prezentowanej pracy do przeprowadzenia klasyfikacji wykorzystano 2 sceny IKONOS z dnia 25.06.2005 roku (łączny obszar 194,7 km2) oraz 1 scenę QuickBird z dnia 07.09.2006 roku (167,7 km2). Prace zostały zlecone przez Biuro Planowania Przestrzennego UM Krakowa w listopadzie 2006 roku. Obrazy VHRS poddano ortorektyfikacji (Aplication Master 5.0, Inpho) w oparciu o współczynniki RPC ale także punkty dostosowania GCP pozyskane z ortofotomap Phare 2001 oraz NMT przekazanego przez BPP UMK (Wężyk et al., 2006). Do analizy obrazów VHRS wykorzystano kanał panchromatyczny (PAN) oraz wielospektralne (MS) zakresy promieniowania. Wstępne przetwarzanie kanałów PAN polegało na zastosowaniu filtrów krawędziowych (np. Lee Sigma), w wyniku działania których otrzymano tzw. obrazy pochodne wykorzystane w procesie segmentacji. Inne obrazy biorące udział w tym złożonym procesie składającym się z 11 kroków to: poszczególne kanały MS (Blue, Green, Red, NIR), dla których wykonano analizę głównych składowych (ang. Principal Component Analysis), mapa ewidencyjna (obraz rastrowy) wykorzystywana w projekcie kartowania zieleni rzeczywistej Krakowa (służąca głównie klasyfikacji budynków przy wykorzystaniu PC3), rastrowa warstwa sieci dróg pochodząca z wektoryzacji ekranowej VHRS i z map ewidencyjnych. W toku uzgodnień z BPP UMK podjęto decyzje o przyjęciu dwóch poziomów hierarchicznych klas pokrycia terenu. Poziom 1 składał się z 9-ciu klas zajmujących odpowiednio: tereny zainwestowane – 17,42%, zieleń wysoka – 24,99%, zieleń niska – 44,31%, zieleń terenów sportowych oraz ogródków działkowych – 1,39%, zbiorniki wodne i rzeki – 1,94%, infrastruktura drogowa – 3,48%, hałdy + wysypiska + odsłonięta gleba – 0,84%, grunty orne i uprawy – 5,35% oraz cień – 0,28% obszaru badan. Trzy klasy poziomu 1, tj.: tereny zainwestowane, zieleń niska i zieleń wysoka) zdecydowano się zaprezentować na wyższym – 2 poziomie szczegółowości. Wraz z pozostałymi klasami poziom ten składał się łącznie z 22 klas. Osiągnięte rezultaty potwierdziły szerokie możliwości stosowania automatycznych metod OBIA bazujących na VHRS i innych informacjach pochodzących z systemów GIS oraz z zasobów geodezyjnokartograficznych w celu ich aktualizacji.
    Recent developments in Remote Sensing and GIS have reached maturity which allows to implement the research results into standardized process flows for updating and checking the municipality cadastral information. The database containing the city cadastre already handles data fusion methods itself. Available information considerably enhance information extraction from new data collections with high quality sensors such as LiDAR, photogrammetrical imagery and VHRS data. Huge amounts of available data must be processed in sequences to keep them handable. Transferable protocols for automatic handling of VHRS data can now be put into a full production process to assist the workflow of other image data from airborne platforms and integrate these GIS output into further cadastral GIS analysis. The data fusion within this project allows a highly detailed description of the city status-quo and the basis for change detection. Further these results are besides a very important archival inventory also a basis for decision support, now and in the future. The whole workflow was of a chain of previous research projects which were put into a commercial workflow. This study shows an experience report on, how the product chain was built-up and what type of products were delivered to the municipality of Krakow (Poland).
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 791-800
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Assessing the accuracy of the pixel-based algorithms in classifying the urban land use, using the multi spectral image of the IKONOS satellite (Case study, Uromia city)
    Autorzy:
    Safaralizade, E.
    Husseinzade, R.
    Pashazade, G.
    Khosravi, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/11078.pdf
    Data publikacji:
    2014
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    pixel-based algorithm
    urban land
    land use
    multispectral image
    IKONOS satellite
    classification
    urbanization
    urban planning
    Uromia city
    Opis:
    With the development of urbanization and expansion of urban land use, the need to up to date maps, has drawn the attention of the urban planners. With the advancement of the remote sensing technology and accessibility to images with high resolution powers, the classification of these land uses could be executed in different ways. In the current research, different algorithms for classifying the pixel-based were tested on the land use of the city of Urmia, using the multi spectral images of the IKONOS satellite. Here, in this method, the algorithms of the supervised classification of the maximum likelihood, minimum distance to mean and parallel piped were executed on seven land use classes. Results obtained using the error matrix indicated that the algorithm for classifying the maximum likelihood has an overall accuracy of 88/93 % and the Kappa coefficient of 0/86 while for the algorithms of minimum distance to mean and parallel piped , the overall accuracy are 05/79 % and 40/70 % respectively. Also, the accuracy of the producer and that of the user in most land use classes in the method of maximum likelihood are higher compared to the other algorithms.
    Źródło:
    International Letters of Natural Sciences; 2014, 06
    2300-9675
    Pojawia się w:
    International Letters of Natural Sciences
    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