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 "klasyfikacja automatyczna" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Błędy NMT i NMPT wynikające z automatycznej klasyfikacji chmury punktów pochodzącej z lotniczego skaningu laserowego przy zastosowaniu oprogramowania TerraScan
    DTM and DSM errors resulting from automatic classification of a cloud of points which originate from aerial laser scanning using TerraScan software
    Autorzy:
    Kwoczynska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/60059.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Stowarzyszenie Infrastruktura i Ekologia Terenów Wiejskich PAN
    Tematy:
    lotniczy skaning laserowy
    chmura punktow
    przetwarzanie danych
    klasyfikacja manualna
    klasyfikacja automatyczna
    program TerraScan
    Opis:
    Kluczowym zagadnieniem w przetwarzaniu danych pochodzących z lotniczego skaningu laserowego jest filtracja, rozumiana jako procedura eliminacji wszystkich punktów, które nie należą do określonej powierzchni z pomierzonej „chmury punktów”. Pozwala ona wyznaczyć przebieg powierzchni topograficznej, czyli określić NMT. Wstępna klasyfikacja punktów przeprowadzana jest zazwyczaj automatycznie z wykorzystaniem różnego rodzaju algorytmów do automatycznej filtracji danych laserowych. W zależności od zastosowanego oprogramowania istnieje możliwość korekty takiej filtracji poprzez ręczną klasyfikację. W publikacji dokonano analizy algorytmów wykorzystywanych w oprogramowaniu TerraScan stosowanych do klasyfikacji „chmury punktów”. Porównano wyniki otrzymane przy zastosowaniu algorytmów o różnych parametrach oraz zwrócono uwagę na najczęściej pojawiające się błędy NMT i NMPT. Badania przeprowadzone zostały na danych pochodzących ze skaningu lotniczego wykonanego w 2011 roku, obejmującego część województwa śląskiego. Skanowanie zostało wykonane z pokładu samolotu skanerem LMS-Q680i ze średnią wysokością lotu 850 metrów, a nalot przebiegał w dwóch kierunkach: północ-południe oraz wschód-zachód z kątem poprzecznym skanowania wynoszącym odpowiednio 25 i 30 stopni. Średnia gęstość skanowania w jednym przelocie wynosiła 6 punktów na metr kwadratowy.
    Key problem in processing data originating from airborne laser scanning is filtration understood as a procedure of elimination of all points which do not belong to specific surface in measured cloud of points. It enables determination of topographic surface course, that is determine DTM. Preliminary classification is usually performed automatically with use of various algorithms for automatical filtration of laser scanning data. Depending on used program exist possibilities of such filtration correction through manual classification. In the paper analysis of automats applied in classification of cloud of points originating from airborne laser scanning on example of TerraScan program. Results obtained using automates with different parameters were compared, and the most often appearing errors DTM and DSM were taken into consideration. Investigations were performed on data originating from the airborne laser scanning performed in 2011, containing a part of Silesia Voivodship. The scanning was performed from a plane using LMS-Q680i scanner with the average height of flight about 850 meters, and the flight was proceeded in two directions: northsouth, and east-west with transverse scanning angle respectively 25 and 30 grades. Average density of scanning in single flight came to 6 points on a square meter.
    Źródło:
    Infrastruktura i Ekologia Terenów Wiejskich; 2013, 2/II
    1732-5587
    Pojawia się w:
    Infrastruktura i Ekologia Terenów Wiejskich
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of Gabor filters for texture classification of airborne images and LiDAR data
    Autorzy:
    Marmol, U.
    Powiązania:
    https://bibliotekanauki.pl/articles/130042.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    texture analysis
    lidar
    algorithm
    automated classification
    analiza tekstury
    LIDAR
    algorytm
    klasyfikacja automatyczna
    Opis:
    In this paper, a texture approach is presented for building and vegetation extraction from LIDAR and aerial images. The texture is very important attribute in many image analysis or computer vision applications. The procedures developed for texture problem can be subdivided into four categories: structural approach, statistical approach, model based approach and filter based approach. In this paper, different definitions of texture are described, but complete emphasis is given on filter based methods. Examples of filtering methods are Fourier transform, Gabor and wavelet transforms. Here, Gabor filter is studied and its implementation for texture analysis is explored. This approach is inspired by a multi-channel filtering theory for processing visual information in the human visual system. This theory holds that visual system decomposes the image into a number of filtered images of a specified frequency, amplitude and orientation. The main objective of the article is to use Gabor filters for automatic urban object and tree detection. The first step is a definition of Gabor filter parameters: frequency, standard deviation and orientation. By varying these parameters, a filter bank is obtained that covers the frequency domain almost completely. These filters are used to aerial images and LIDAR data. The filtered images that possess a significant information about analyzed objects are selected, and the rest are discarded. Then, an energy measure is defined on the filtered images in order to compute different texture features. The Gabor features are used to image segmentation using thresholding. The tests were performed using set of images containing very different landscapes: urban area and vegetation of varying configurations, sizes and shapes of objects. The performed studies revealed that textural algorithms have the ability to detect buildings and trees. This article is the attempt to use texture methods also to LIDAR data, resampling into regular grid cells. The obtained preliminary results are interesting.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 325-336
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Algorytm dekompozycji sieci transportowej
    Algorithm of the transport network decomposition
    Autorzy:
    Cisowski, Tadeusz
    Powiązania:
    https://bibliotekanauki.pl/articles/34670977.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
    Tematy:
    sieć transportowa
    optymalna dekompozycja sieci
    algorytm dekompozycji sieci transportowej
    analiza klasterowa
    klasyfikacja automatyczna
    Opis:
    W pracy sformułowano zagadnienie wyboru optymalnej struktury sieci transportowej. Przedstawiono analizę istniejących metod optymalnej dekompozycji sieci. Zaproponowano przybliżony algorytm wyboru optymalnej struktury zarządzania siecią transportową oparty na analizie klasterowej i klasyfikacji automatycznej
    In this work the issue of choice of the optimum structure of the transport network is formulated. The analysis of the existing methods of the optimum decomposition of the network is presented. The approximate algorithm of choice of the optimum structure of managing the transport network based on the cluster analysis and automatic classification is proposed.
    Źródło:
    Rail Vehicles/Pojazdy Szynowe; 2008, 2; 14-18
    0138-0370
    2719-9630
    Pojawia się w:
    Rail Vehicles/Pojazdy Szynowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    International Comparison of Occupational Safety and Health Research - A Review Based on Published Articles
    Autorzy:
    Brueggmann, M.
    Roetting, M.
    Luczak, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/90178.pdf
    Data publikacji:
    2001
    Wydawca:
    Centralny Instytut Ochrony Pracy
    Tematy:
    automatic classification
    international comparison
    literature database
    meta-analysis
    quantitative research
    klasyfikacja automatyczna
    baza literatury
    metaanaliza
    Opis:
    A comparison of international literature in occupational safety and health (OSH) research over the years from 1980 to 1998 was conducted. The comparison is based on the different languages of the over 35,000 articles, which were collected from different databases. The distribution of languages in the analyzed data has to be considered carefully with respect to the original purpose of the data collection and the specific role of the international publication language, English. The comparison shows that in several aspects OSH research does not differ in different publication languages. In some methodological aspects, and in specific objects of research, differences between articles published in different languages can be found.
    Źródło:
    International Journal of Occupational Safety and Ergonomics; 2001, 7, 4; 387-401
    1080-3548
    Pojawia się w:
    International Journal of Occupational Safety and Ergonomics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja mikroskopowych obrazów skał przy wykorzystaniu sieci neuronowych
    Classification of the microscopic images of rocks with the use of neural networks
    Autorzy:
    Młynarczuk, M.
    Bielecka, M.
    Ślipek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/394187.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    automatyczna klasyfikacja skał
    obrazy mikroskopowe
    sieci neuronowe
    sztuczna inteligencja
    SOM
    MLP
    LVQ
    automatic classification of rocks
    microscopic images
    neural networks
    artificial intelligence
    Opis:
    Klasyfikacja skał stanowi ważny aspekt w wielu zagadnieniach górnictwa i geologii inżynierskiej. Automatyzacja procesu klasyfikacji mikroskopowych obrazów skał może przyczynić się do usprawniania przetwarzania ogromnych zbiorów fotografii skał, poprzez jego przyspieszenie i wyeliminowanie wpływu subiektywnej oceny obserwatora na końcowy wynik klasyfikacji. Podczas pierwszego etapu badan opisanych w tym artykule wykorzystano zbiór 2700 mikroskopowych obrazów szlifów cienkich 9 skał, różniących się od siebie cechami petrograficznymi. Próbki skał zostały opisane 13-wymiarowym wektorem cech. Przy użyciu trzech różnych sieci neuronowych: dwuwarstwowej sieci jednokierunkowej (multi-layer feed-forward perceptron, MLP), samoorganizującej mapy Kohonena (self organizing Kohonen maps, SOM) oraz kwantyzacji wektorowej (learning vector quantization, LVQ), fotografie, po wcześniejszym treningu sieci odseparowanymi podzbiorami próbek, zostały poddane procesowi automatycznej klasyfikacji. Stukrotne powtarzanie losowania podzbiorów wykorzystywanych do treningu sieci oraz powtarzanie algorytmu uczenia sieci i rozpoznawania zdjęć pozwoliło na uzyskanie statystycznie wiarygodnych wyników, których wartość średnia wyniosła 99,4%. Następnie zbiór skał został zwiększony do łącznej wielkości 6300 zdjęć reprezentujących 21 różnych skał, a badania zostały powtórzone z zachowanie wektora cech oraz parametrów nauki sieci. Wynik średni poprawnych klasyfikacji dla powiększonego zbioru obrazów wyniósł 98,30%.
    Rock classification is an inherent part of numerous aspects of geology and engineering geology. Automating the classification of the microscopic images of rocks may result in improvements in analyzing vast sets of rocks' images by speeding up their recognition and eliminating the influence of the observer's subjective judgment in the final classification results. A set of 2,700 microscopic images of thin sections of 9 rocks, which differ in petrographic features, was used during the first step of the study described in the following article. Samples were displayed in a thirteen-dimensional feature space. With the use of three different neural networks multi-layer feed-forward perceptron (MLP), self-organizing Kohonen maps (SOM), and learning vector quantization (LVQ) ? images were subjected to an automated classification process preceded by the network's training with the use of isolated subset samples. Centuple repetition of subset drawings, which were used to train the network by repeating the self-learning network and images recognition algorithm, led to the achievement of statistically trustworthy results with a mean at the level of 99.4 %, and for the best drawing at 99.71%. Afterwards, the rocks set was extended to a total volume of 6,300 images of 21 different rocks, and the test was repeated preserving the feature space and self-learning network parameters. The average score of correct classifications for the extended images set was 98.30%, with the best score at 98.95%.
    Źródło:
    Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN; 2014, 86; 27-38
    2080-0819
    Pojawia się w:
    Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN
    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