Original title: Využití umělých neuronových sítí v klasifikaci land cover
Translated title: Land cover classfication using artificial neural networks
Authors: Oubrechtová, Veronika ; Štych, Přemysl (advisor) ; Kupková, Lucie (referee)
Document type: Master’s theses
Year: 2012
Language: cze
Abstract: [cze] [eng]
Využití umělých neuronových sítí v klasifikaci land cover Abstrakt Předmětem této práce je klasifikace družicových snímků vysokého prostorového rozlišení, které jsou využity k detekci land cover. První část práce podává informace o využívaných metodách během procesu klasifikace s důrazem na umělé neuronové sítě. Ty jsou v praktické části práce zpracovány pro klasifikaci družicového snímku SPOT 5. Čtenář tak získá přehled o možnostech využití umělých neuronových sítí při klasifikaci land cover. Klíčová slova: dálkový průzkum Země, klasifikace obrazu, umělé neuronové sítě, SPOT Land cover classification using artificial neural networks Abstract This Diploma thesis deals with automatic classification of the satellite high spatial resolution image in the field of land cover. The first half of the work contains the theoretical information about remote sensing and classification methods. The biggest attention is given to the artificial neural networks. In practical part of Diploma thesis are these methods used for the classification of SPOT satellite image. Keywords: remote sensing, image classification, artificial neural networks, SPOT
Keywords: artificial neural networks; image classification; remote sensing; SPOT; dálkový průzkum Země; klasifikace obrazu; SPOT; umělé neuronové sítě

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/42714

Permalink: http://www.nusl.cz/ntk/nusl-501335


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses