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 "zdjęcie lotnicze" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Educational software for digital phoyogrammetry
    Autorzy:
    da Col, A.
    Roland, B.
    Benoit, S.
    Ewiak, I.
    Kaczyński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/130598.pdf
    Data publikacji:
    2002
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria cyfrowa
    oprogramowanie edukacyjne
    zdjęcie lotnicze
    digital photogrammetry
    educational software
    satellite image
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2002, 12; 79-84
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Determining the influence of the earthquake on the change(s) of objects using remote sensing data
    Autorzy:
    Chetverikov, B.
    Babiy, L.
    Dorozhynskyy, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/100384.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
    Tematy:
    aerial image
    space image
    Erdas Imagine
    vector layer
    classification
    zdjęcie lotnicze
    trzęsienie ziemi
    Opis:
    Two methods of determining changes of objects (structures) using remote sensing data obtained in different times are considered in this article. The comparison of the percentage of destroyed buildings as a consequence of the earthquake in L'Aquila city (Italy) was implemented. For comparison two ways of data collection were used: obtaining data by the digitalization of objects before and after the disaster (using MapInfo software) and by automatic image classification using a special module Delta Cue (Erdas software).
    Źródło:
    Geomatics, Landmanagement and Landscape; 2013, 3; 7-15
    2300-1496
    Pojawia się w:
    Geomatics, Landmanagement and Landscape
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The study of local terrain modeling methods for vertical planning of the territory
    Autorzy:
    Trevoho, Ihor
    Ostrovskiy, Apollinariy
    Kolb, Ihor
    Ostrovska, Olena
    Zhyvchuk, Viacheslav
    Powiązania:
    https://bibliotekanauki.pl/articles/24526020.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    modelowanie terenu
    triangulacja laserowa
    zdjęcie lotnicze
    DEM
    RMSE
    vertical planning
    volume of earthworks
    TIN
    Opis:
    This work aims to study the vertical planning method for the terrain area as part of the process of construction geodetic support. Such planning will be carried out based on the aerial survey data from UAVs, which allow the creation of a high-quality digital elevation model (DEM) with sufficient node density for reliable surface terrain modelling. During the study, we test the hypothesis of the possibility of using archival aerial photographs from UAVs to model the terrain of the local area. Both the actual achievable accuracy of terrain modeling in the course of photogrammetric processing of archived aerial photographs, and methods for creating a polygonal terrain model using input spatial data in the form of clouds of 3D points of a given density require analysis. To do this, we will perform comparisons of the accuracy of calculating earth masses, carried out based on the digital triangulation elevation models (TIN). These models were based on different algorithms for creating Delaunay triangulation with different degrees of 3D point sparsity.We proposed to use sparsity of dense clouds of points representing the surface of the terrain and which were obtained by the photogrammetric method. Computer terrain modelling and calculation of vertical planning parameters were performed by us for the area with flat terrain at angles up to 3.5 degrees. We evaluated the potential of archived UAV aerial photographs and algorithms for creating Delaunay triangulation at different densities of its nodes for calculating the volumes of earth masses.
    Źródło:
    Geodesy and Cartography; 2021, 70, 2; art. no. e09
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    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
    Tytuł:
    Urban area change visualization and analysis using high density spatial data from time series aerial images
    Autorzy:
    Altuntas, Cihan
    Powiązania:
    https://bibliotekanauki.pl/articles/106855.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Warszawska. Wydział Geodezji i Kartografii
    Tematy:
    photogrammetry
    aerial image
    image-based point cloud
    digital elevation model
    visualization of changes
    urban area
    fotogrametria
    zdjęcie lotnicze
    chmura punktów
    cyfrowy model wysokościowy
    wizualizacja zmian
    przestrzeń miejska
    Opis:
    Urban changes occur as a result of new constructions or destructions of buildings, extensions, excavation works and earth fill arising from urbanization or disasters. The fast and efficient detection of urban changes enables us to update geo-databases and allows effective planning and disaster management. This study concerns the visualization and analysis of urban changes using multi-period point clouds from aerial images. The urban changes in the city centre of the Konya Metropolitan area within arbitrary periods between the years 1951, 1975, 1998 and 2010 were estimated after comparing the point clouds by using the iterative closest point (ICP) algorithm. The changes were detected with the point-to-surface distances between the point clouds. The degrees of the changes were expressed with the RMSEs of these point-to-surface distances. In addition, the change size and proportion during the historical periods were analysed. The proposed multi-period change visualization and analysis method ensures strict management against unauthorized building or excavation and more operative urban planning.
    Źródło:
    Reports on Geodesy and Geoinformatics; 2019, 107; 1-12
    2391-8365
    2391-8152
    Pojawia się w:
    Reports on Geodesy and Geoinformatics
    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