Informacja

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

Wyszukujesz frazę "Żaba, Tadeusz" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Selected examples of historical cartography
Wybrane przykłady z kartografii historycznej
Autorzy:
Żaba, Tadeusz
Piech, Izabela
Powiązania:
https://bibliotekanauki.pl/articles/100444.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
panoramic parameters
geometrical parameters
aerial photograph
Monte Cassino
parametry panoramiczne
parametry geometryczne
zdjęcie lotnicze
Opis:
In World War II, the Battle of Monte Cassino (also called the Battle of Rome) was a breakthrough moment of the Italian campaign. The Battle of Monte Cassino, which was remarkably vicious and ruthless, lasted nearly five months. During the entire Italian campaign, which ran from 3 September 1943 to 2 May 1945, the Allies lost nearly 312,000 soldiers and Germans suffered about 435,000 killed and injured, i.e. an average of 1,233 people per day for both sides. The most fierce fights took place on the Gustav Line: Germans, Italians, Americans, French, British, Indians, New Zealanders, Poles, Canadians and South Africans lost about 200,000 soldiers within 129 days. The 2nd Polish Corps alone had 924 dead, 2930 injured and 345 missing. During the recognition of the site and the preparation of the assaults, soldiers of the 12th Geographical Company of the 2nd Polish Corps drew, alongside maps, many perspective sketches of hills and structures from several observation posts. The authors attempted to analyse selected sketches, in terms of their geometric parameters and compatibility with a map made in 1944, based on aerial photographs. Some of these sketches are not perspective drawings but panoramic (mapped on cylindrical or spherical surface), with specified angular graduation and distances. Probably, they were to be used for artillery fire – which is proven by their precision. The art of the terrain’s details is also noteworthy. On the other hand, photogrammetric observations, unlike geodesic ones, are not made directly on the measured object, but indirectly on properly taken photographs. They are called measuring photos or photograms. The basic requirement for measuring photos is their fidelity with a central projection (which, in view of the imperfections of image extraction techniques, is only its closest mathematical model). After taking pictures, the actual dimensions and shape of the area or object recorded in the pictures are determined by awareness of the conditions under which these photos were taken (shooting distance and camera type). For these reasons, photogrammetric methods have been used in archaeology, architecture and preservation of monuments, astronomy, ballistics, construction, geology, mining, hydrology, forensics, forestry, medicine, automotive and shipbuilding industries, and especially in surveying and cartography.
Podczas II Wojny Światowej, w trakcie kampanii włoskiej, przełomowym momentem stała się bitwa pod Monte Cassino (zwana także Bitwą o Rzym). Bitwa o Monte Cassino trwała blisko pięć miesięcy. Były to niezwykle krwawe i bezlitosne zmagania. W czasie całej kampanii włoskiej, która trwała od 3 września 1943 do 2 maja 1945 roku, alianci stracili blisko 312 tys., a Niemcy około 435 tys. zabitych i rannych, czyli łącznie dla obu stron średnio 1233 ludzi każdego dnia. Walki na Linii Gustawa były najbardziej zacięte: Niemcy, Włosi, Amerykanie, Francuzi, Brytyjczycy, Hindusi, Nowozelandczycy, Polacy, Kanadyjczycy i Południowi Afrykanie stracili około 200 tys. żołnierzy w ciągu 129 dni. Straty samego tylko 2 Korpusu Polskiego wyniosły 924 zabitych, 2930 rannych, 345 zaginionych. [https://pl.wikipedia.org/wiki/Wikipedia]. W trakcie rozpoznanie terenu i przygotowania szturmów, żołnierze 12 Kompani Geograficznej 2 Korpusu Polskiego wykonali, oprócz map, wiele szkiców perspektywicznych wzgórz i budowli z kilku stanowisk obserwacyjnych. Autorzy podjęli próbę analizy wybranych szkiców, pod kątem ich parametrów geometrycznych i zgodności z mapą, wykonaną w 1944 roku w oparciu o zdjęcia lotnicze. Część z tych szkiców nie jest rysunkami perspektywicznymi tylko panoramicznymi (odwzorowanymi na powierzchni walcowej albo sferycznej), z podaną podziałką kątową i odległościami. Prawdopodobnie, miały one być wykorzystywane do ostrzału artyleryjskiego - świadczyć o tym może ich precyzja. Na uwagę zasługuje również wręcz artystyczne przedstawienie szczegółów terenu. Natomiast fotogrametryczne obserwacje w odróżnieniu od geodezyjnych, nie są wykonywane bezpośrednio na mierzonym obiekcie, ale pośrednio na odpowiednio wykonanych jego zdjęciach; nazywamy je zdjęciami pomiarowymi lub fotogramami. Podstawowym wymogiem stawianym zdjęciom pomiarowym jest ich wierność z rzutem środkowym, (który wobec niedoskonałości technik uzyskiwania obrazów jest jedynie jego najbliższym modelem matematycznym). Po wykonaniu zdjęć wyznacza się rzeczywiste wymiary i kształt zarejestrowanego na zdjęciach terenu lub obiektu wykorzystując do tego celu znajomość warunków, w jakich zdjęcia te zostały wykonane (odległość fotografowania i rodzaj aparatu). Z wymienionych względów metody fotogrametryczne znalazły zastosowanie w archeologii, architekturze i konserwacji zabytków, astronomii, balistyce, budownictwie, geologii, górnictwie, hydrologii, kryminalistyce, leśnictwie, medycynie, przemyśle motoryzacyjnym i stoczniowym, a szczególnie w geodezji i kartografii.
Źródło:
Geomatics, Landmanagement and Landscape; 2020, 2; 111-118
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Data classification based on photogrammetry
Klasyfikacja danych w oparciu o materiały fotogrametryczne
Autorzy:
Piech, Izabela
Żaba, Tadeusz
Jankowska, Aleksandra
Powiązania:
https://bibliotekanauki.pl/articles/100599.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
laser scanning
supervised classification
unsupervised classification
aerial image
skaning laserowy
zdjęcie lotnicze
klasyfikacja nadzorowana
klasyfikacja nienadzorowana
Opis:
The aim of the paper was to classify data from aerial laser scanning and CIR digital images, which were orientated, connected and aligned by the Agisoft Photoscan software. Then, in order to distinguish the ground a point cloud was generated. This was to create a correct terrain mesh and, in consequence, an orthophotomap. The next stage is to develop a new point cloud using ArcGIS. The land cover from the images was combined with the ground mapped by LiDAR. New heights were calculated relative to the ground surface height 0. The point cloud was converted into a raster form, providing a normalized Digital Surface Model (nDSM). It was the first element of the output composition, which also consisted of the NIR and RED channels, acquired from the cloud point generated in Agisoft. The colour composition obtained in such way was subjected to four object-oriented and pixel-oriented classification methods: I – ISO Cluster, II – Maximum Likelihood, III – Random Trees, IV – Support Vector Machine. Object grouping is possible due to information stored in the display content. This technique is prompted by human ability of image interpretation. It draws attention to more variables, so effects similar to human perception of reality are possible to achieve. The unsupervised method is based on a process of automatic search for image fragments, which allows assigning them to individual categories by a statistical analysis algorithm. In turn, supervised method uses “training datasets”, which are used to “teach” the program assigning individual or grouped pixels to classes [Benz UC et al., 2004]. The area studied for land development was the Lutowiska municipality, in the Podkarpackie Voivodeship, Bieszczady County. As a result of the classification, 11 classes of terrain features were distinguished: class 0 – road infrastructure, class 1 – roads, class 2 – buildings, class 3 – waters, class 4 – meadows, class 5 – arable lands, class 6 – pastures, class 7 – high vegetation, class 8 – medium vegetation, class 9 – low vegetation, class 10 – quarry. The area of research covers an area of about 28 km2. Aerial images were made in 2015. Field vision and photopoint measurement was carried out in May 2018.
Celem opracowania jest klasyfikacja danych na podstawie lotniczego skaningu laserowego oraz zdjęć cyfrowych CIR. Do opracowania posłużyło oprogramowanie Agisoft Photoscan, w którym dokonano zorientowania, połączenia i wyrównania zdjęć. Następnie wygenerowano z nich chmurę punktów, z której wydzielono grunt. Miało to na celu poprawne utworzenie siatki terenu, a w konsekwencji ortofotomapy. Kolejny etap pracy to utworzenie nowej chmury punktów przy wykorzystaniu programu ArcGIS. Pokrycie terenu ze zdjęć połączono z gruntem z LiDAR. Obliczono nowe wysokości względem powierzchni terenu, któremu nadano wysokość 0. Dokonano konwersji chmury punktów do postaci rastrowej, uzyskując Znormalizowany Numeryczny Model Pokrycia Terenu. Był to pierwszy element kompozycji wyjściowej, która składała się także z kanału NIR oraz RED, pozyskanych z chmury wygenerowanej w Agisoft. Otrzymaną w ten sposób kompozycję barwną poddano czterem metodom klasyfikacji obiektowej i pikselowej: I- ISO Cluster, II- Maximum Likelihood, III- Random Trees, IV- Support Vector Machine. Grupowanie obiektowe jest możliwe dzięki informacji zapisanej w treści zobrazowania. Technika ta wykorzystuje podejście zainspirowane zdolnością interpretacji obrazu przez człowieka. Zwraca uwagę na więcej zmiennych, dzięki czemu można uzyskać efekty zbliżone do postrzegania rzeczywistości przez ludzi. Metoda Unsupervised bazuje na procesie automatycznego wyszukiwania fragmentów obrazu i przyporządkowania ich do poszczególnych kategorii za pomocą algorytmu wykorzystującego analizę statystyczną. Z kolei Supervised wykorzystuje „pola treningowe”, za pomocą których „uczy” program, do której klasy przyporządkować pojedyncze, czy też zgrupowane piksele [Benz U. C. i in., 2004]. Obszarem poddanym analizie jest gmina Lutowiska, w województwie podkarpackim, powiecie bieszczadzkim, na której dokonano analizy zagospodarowania terenu. W wyniku klasyfikacji wyodrębniono 11 klas form terenu: klasa 0- infrastruktura drogowa, klasa 1- drogi, klasa 2- budynki, klasa 3- woda, klasa 4- łąki, klasa 5- grunty orne, klasa 6- pastwiska, klasa 7- roślinność wysoka, klasa 8- średnia roślinność, klasa 9- roślinność niska, klasa 10- kamieniołom. Obszar opracowania stanowi powierzchnię ok. 28 km2. Zobrazowania lotnicze zostały wykonane w 2015r. Wizję terenową oraz pomiar fotopunktów przeprowadzono w maju 2018r.
Źródło:
Geomatics, Landmanagement and Landscape; 2020, 2; 93-110
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
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