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 "matematyczna" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Distinction of lakes and rivers on satellite images using mathematical morphology
    Rozróżnienie rzek i jezior na zdjęciach satelitarnych, przy użyciu morfologii matematycznej
    Autorzy:
    Kupidura, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/209269.pdf
    Data publikacji:
    2013
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    mathematical morphology
    remote sensing
    classification
    contextual classification
    morfologia matematyczna
    teledetekcja
    klasyfikacja
    klasyfikacja kontekstualna
    Opis:
    This paper concerns the application of mathematical morphology for object-oriented classification of satellite images. The example of distinguishing different bodies of water using the author-made algorithm will be presented. Different types of water bodies like lakes and rivers are easy to differentiate when visually interpreted. However, it is much more difficult to differentiate using a traditional, pixel-based classification process. Mathematical morphology operations, which take into account such import ant features of objects like shape and size, allow these two types of water bodies to be distinguished in object classification. The proposed algorithm allows one practically error-free classification. The results show, that mathematical morphology is a potent tool for object-oriented classification.
    Artykuł dotyczy zastosowania morfologii matematycznej do obiektowej klasyfikacji treści zdjęć satelitarnych. Działanie wybranych operacji morfologicznych przedstawione jest na przykładzie autorskiego algorytmu, którego celem jest rozróżnienie różnych typów zbiorników wód powierzchniowych, takich jak jeziora i rzeki. Ponieważ takie rozróżnienie wymaga wzięcia pod uwagę takich cech obiektów, jak rozmiar, długość, czy szerokość, kształt, tradycyjna klasyfikacja pikselowa, oparta na wartościach pikseli, jest nieskuteczna. Operacje morfologii matematycznej, ze swojej natury kontekstualne, pozwalają uwzględnić wspomniane wcześniej cechy, co z kolei umożliwia odróżnienie obiektów na podstawie ich kształtu. Klasyfikacja dokonana przy użyciu autorskiego algorytmu na zdjęciach satelitarnych przedstawiających różnego rodzaju obszary testowe, została porównana z wynikami fotointerpretacji zdjęcia, uznanej za bezbłędną. Porównanie wskazuje na dużą skuteczność prezentowanego algorytmu, a jednocześnie, na duży potencjał operacji morfologicznych w zakresie obiektowej klasyfikacji zdjęć lotniczych i satelitarnych.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2013, 62, 3; 57-69
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane przykłady wykorzystania morfologii matematycznej w przetwarzaniu obrazów w teledetekcji
    Selected examples of applying mathematical morphology to image processing in remote sensing
    Autorzy:
    Kupidura, P.
    Marciniak, J.
    Koza, P.
    Kowalczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/130834.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    morfologia matematyczna
    filtracja obrazu
    klasyfikacja obiektowa
    wykrywanie krawędzi
    mathematical morphology
    image filtration
    object-oriented classification
    edge detection
    Opis:
    Morfologia matematyczna stanowi zbiór nieliniowych operacji, umożliwiających zmianę struktury obrazu cyfrowego. Jej specyficzna natura pozwala na przetwarzanie obrazów w zależności od kształtu, wielkości, tekstury czy sąsiedztwa obiektów obecnych na zdjęciu. W artykule przedstawiono wyniki uzyskiwane w projekcie MNiSzW Nr N526 034 32/3448, poświęconym w całości wykorzystaniu operacji morfologicznych w przetwarzaniu danych teledetekcyjnych. Wnioski wynikające z przeprowadzonych badań potwierdzają wysoką skuteczność morfologii matematycznej w wielu różnorodnych zastosowaniach, jak filtracja dolnoprzepustowa, wydzielanie na obrazie heterogenicznych typów obiektów, czy wykrywanie krawędzi obiektów. W artykule przedstawiono analizę możliwości wykorzystania funkcji morfologicznych w przetwarzaniu danych teledetekcyjnych. Zaprezentowano również założenia darmowego oprogramowania BlueNote, tworzonego w ramach projektu.
    The paper presents results of a research project concerning the application of mathematical morphology in remote sensing. Mathematical morphology was developed created in the 1960s by two Fench scientists: Jean Serra and George Matheron. Since then, the great progress in this discipline has led to the development of many different operators. Their most important advantage is involving important features of objects in the image, such as size, shape, texture, and neighbourhood. Because of that, selected morphological operators are used in digital image processing in many fields, including remote sensing. However, the analysis shows mathematical morphology to have an even greater potential in this field. The first line of thought presented is the object-oriented classification. The traditional, pixelbased algorithms are often ineffective when classifying selected heterogenic types of land cover. A morphological operator developed by Kupidura, involving a combination of results of opening and closing of the original image, allows to extract the class of orchards by using a simple pixelbased algorithm. The subsequent research showed that granulometric maps, first presented by Serra, which – for each pixel - generate a set of values denoting heterogeneity of the pixel neighbourhood, allow to extract the built-up class in a traditional classification process. The issue in which morphological operators prove their high efficiency is noise removal. Application of alternate filters allows to filter out both optical and microwave images with a high noise level. Noteworthy is that the filters show inpressive results wherever detail preservation is concerned. The project involved also experiments on edge detection with morphological gradient Preliminary results showed a high efficiency of those procedures comperable to Sobel’s gradient. An additional aim of the project was to develop software that would allow running any combination of morphological operators. The software called BlueNote will be available free of charge, which could lead to further increase of applications of mathematical morphology to remote sensing.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 323-332
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of efficiency of extraction of built-up areas in aerial images using fractal analysis and morphological granulometry
    Porównanie efektywności wyodrębniania terenów zabudowanych na obrazach lotniczych przy pomocy analizy fraktalnej i granulometrii morfologicznej
    Autorzy:
    Kupidura, P.
    Popławski, W.
    Sitko, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/132365.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    remote sensing
    mathematical morphology
    fractal analysis
    classification
    digital image processing
    teledetekcja
    morfologia matematyczna
    analiza fraktalna
    klasyfikacja
    cyfrowe przetwarzanie obrazów
    Opis:
    The paper presents a comparison of results of the automatic extraction of built-up areas, based on fractal analysis and granulometric maps, in the aerial images. Built-up areas as a land-use class can be clearly seen in an aerial or satellite image, due to its high granularity, but for the same reason they are very difficult to extract using a “traditional” non-contextual, pixel-based classification. Both approaches presented in the paper, using fractal analysis and morphological granulometry, base generally on a pixel-based classification, but performed on images reviously processed using these two types of processes. Fractal analysis consists in an empirical computing of fractal dimension of parts of an image, using a box-counting method. Such an approach generates an image where pixel values are equal to a fractal dimension values of their neighbourhood. Since we can interpret a fractal dimension as a level of granularity, a simple reclassification of such an image can improve a performance of an automatic extraction of built-up area effectively. The approach based on a morphological granulometry creates a number of granulometric maps – images where pixel values mean an amount of objects of certain size in a set neighbouring fragment of an image. This way a number of these images can be processed using a pixel-based classification, to perform an effective extraction of built-up areas in an image. The results of the presented approaches have been compared to the reference mask obtained basing on a visual interpretation of the image.
    Źródło:
    Teledetekcja Środowiska; 2015, 52; 29-37
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of the suitability of selected image types in a texture analysis of satellite imagery
    Przydatność wybranych typów obrazów w analizie tekstury zdjęć satelitarnych
    Autorzy:
    Kupidura, P.
    Staniak, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/132198.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    remote sensing
    texture analysis
    granulometric analysis
    mathematical morphology
    land cover classification
    teledetekcja
    analiza tekstury
    analiza granulometryczna
    morfologia matematyczna
    klasyfikacja pokrycia terenu
    Opis:
    The article presents studies on the impact of the source image type on the efficacy of image texture analysis in the terms of distinguishing classes of land use or land cover (LULC). Single gray-scale images are usually the inputs for this type of operation, however their selection is not unambiguous, especially in the case of multispectral images. Two very high resolution satellite images were used in the study: Pleiades (GSD: 2 m) and QuickBird (2.4 m). Five different input images were tested: the original near-infrared and red bands, the images of the first two main components, and the image of the normalised difference vegetation index - NDVI. Five LULC classes were compared to each other: bare soil, low vegetation, deciduous forests, coniferous forests and built-up areas. Granulometric analysis, as the one of the high efficient methods of texture analysis, was used for the test. Research results have shown that the choice of source image for this kind of processing can be very important for the efficacy of distinguishing between different LULC classes. NDVI images, and also the near infrared band and the first principal component were found most useful.
    Artykuł przedstawia badania dotyczące wpływu typu obrazu źródłowego na skuteczność analizy teksturowej obrazu z punktu widzenia wyodrębniania klas użytkowania lub pokrycia terenu (LULC). Tego typu operacjom poddawane są zazwyczaj pojedyncze obrazy w skali szarości, jednak ich wybór nie jest jednoznaczny, zwłaszcza w przypadku obrazów wielospektralnych. W badaniach wykorzystano dwa obrazy satelitarne o bardzo wysokiej rozdzielczości: Pleiades (GSD: 2 m) oraz QuickBird (2,4 m). Testowano pięć różnych obrazów wejściowych: oryginalne kanały bliskiej podczerwieni oraz czerwieni, obrazy dwóch pierwszych składowych głównych oraz obraz wskaźnika NDVI. Porównano wzajemnie pięć klas użytkowania lub pokrycia terenu: odkrytą glebę, niską roślinność, lasy liściaste, lasy iglaste oraz tereny zabudowane. Jako narzędzie testów wybrano analizę granulometryczną, jedną z metod analizy teksturowej o wysokiej skuteczności. Wyniki badań pokazały, że wybór obrazu źródłowego do przetworzeń może mieć bardzo duże znaczenie przy rozróżnianiu różnych klas użytkowania lub pokrycia terenu. Największą przydatnością cechowały się obrazy NDVI oraz kanału bliskiej podczerwieni i pierwszej składowej głównej.
    Źródło:
    Teledetekcja Środowiska; 2017, 57; 27-34
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie profilu morfologicznego i map granulometrycznych w wyodrębnianiu budynków na zdjęciach satelitarnycho bardzo dużej rozdzielczości
    Morphological profile and granulometric maps in extraction of buildings in VHR satellite images
    Autorzy:
    Kupidura, P.
    Skulimowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/130810.pdf
    Data publikacji:
    2015
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    teledetekcja
    klasyfikacja
    morfologia matematyczna
    granulometria
    mapa granulometryczna
    profil morfologiczny
    tereny zabudowane
    remote sensing
    classification
    mathematical morphology
    granulometry
    granulometric map
    morphological profile
    built-up areas
    Opis:
    Artykuł jest poświęcony badaniom możliwości wykorzystania metod analizy granulometrycznej: profilu morfologicznego oraz map granulometrycznych w wykrywaniu budynków na obrazach satelitarnych. Przedstawiono pokrótce podstawy teoretyczne analizy granulometrycznej obrazu i porównano dwie wykorzystywane w badaniach metody. Testy przeprowadzono na fragmencie sceny satelitarnej QuickBird – obrazie wielospektralnym, poddanym wyostrzeniu na podstawie obrazu panchromatycznego. Porównano 8 wariantów klasyfikacji, różniących się pod względem wykorzystywanych danych oraz zastosowanego modelu. Ocenę efektywności poszczególnych wariantów klasyfikacji oparto na analizie wartości współczynnika zgodności kappa oraz błędów nadmiaru i pominięcia. Uzyskane wyniki wskazują na istotny potencjał zaproponowanych metod, natomiast analiza zaobserwowanych niedoskonałości pozwala określić kierunki ich rozwoju.
    The article is focused on the analysis of possibilities of using granulometric analysis methods: the morphological profile, and granulometric maps in detecting buildings on satellite images. It briefly explains the theoretical basis for granulometric analysis of image and compares two methods used in research. Tests were carried out on a fragment of QuickBird satellite scene – pansharpened multispectral image. 8 variants of classification differing in terms of the data and the model of classification were compared. Evaluation of the effectiveness of the different options for classification based on the analysis factor kappa values and omission and commission errors. The results indicate the significant potential of the proposed methods, and analysis of the observed imperfections allows to specify the possible fields of their development.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2015, 27; 83-96
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    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