Original title: Fúze radarových a vizuálních dat pro dálkový průzkum Země
Translated title: Fusion of Radar and Visual Data for Remote Sensing
Authors: Strych, Tomáš ; Beran, Vítězslav (referee) ; Kolář, Martin (advisor)
Document type: Master’s theses
Year: 2022
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
Cieľom práce je vygenerovať satelitný optický snímok v prípade jeho nedostupnosti. Takýto snímok je vygenerovaný z aktuálneho radarového snímku a za pomoci radarových a optických snímkov z minulosti. Zameranie práce cieli na poľnohospodárstvo, kde sa na analýzu dát používajú rôzne vegetačné indexy. Pre zjednodušenie problematiky je práca zameraná len na optický snímok zobrazujúci NDVI. Boli vytvorené 4 dátové sady, pre prvé tri ročné obdobia a~štvrtý, ktorý ich spája. Pre riešenie problému preloženia obrázku z jedného na druhý bol použitý model Pix2Pix-cGAN. Výsledky práce zobrazujú rozdiely pri použití dátových sád, rozličného množstva a~typu použitých snímkov, tak ako aj intervalu medzi snímkami. Daným výskumom bolo zistené, že sieť je schopná vytvárať reálne uveriteľné obrázky s validnými numerickými hodnotami, avšak má problém správne využiť informáciu o radarovej zmene, ktorá je dôležitá pre ohodnotenie vývoja rastlín práve v prípade nedostupnosti optického snímku. Táto práca a~jej výsledky sú jedinečné vďaka naprieč Európou geograficky rozmanitej dátovej sade a vďaka zameraniu na agrikultúru, a to bez ohľadu na typ plodín. The aim of this thesis is to generate optical imagery in case of its unavailability. Optical and radar data from the past are used to generate such images. The main application field of this thesis is agriculture, where countless vegetation indexes can be used. In this thesis, for simplicity, only NDVI is utilized. Four datasets were created, each for the first three seasons of the year and the fourth that connects them all. As a solution for an image to image translation, Pix2Pix-cGAN was chosen. The results show the differences in the use of these datasets, between the different amounts and types of used pictures, as well as the interval adjustments between pictures. Our research found that the network is capable of creating plausible imagery with valid numerical values, but struggles to correctly utilize the information about the radar difference, which is important in order to evaluate plant development mainly when the optical imagery is unavailable. This thesis and its results are unique due to the geographically diverse dataset across Europe and the focus on agriculture, regardless of crop type.
Keywords: agrikultúra; GAN; NDVI; optický snímok; Pix2Pix; predklad obrázka na obrázok; radarový snímok; satellitný snímok; Sentinel 1; Sentinel 2; vytvorenie dátovej sady; ďiaľkový priezkum zeme; agriculture; dataset creation; Earth observation; GAN; Image to image transfer; NDVI; optical imagery; Pix2Pix; radar imagery; Remote sensing; satellite imagery; Sentinel 1; Sentinel 2

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/207880

Permalink: http://www.nusl.cz/ntk/nusl-505404


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