|
|
Mapování blokových akumulací z RPAS LiDARových a obrazových dat
Kolář, Michal ; Potůčková, Markéta (vedoucí práce) ; Dušánek, Petr (oponent)
V současnosti díky neustálému vývoji v měřící technice je možné pořídit velmi podrobná a přesná data popisující povrch Země. V rámci projektu "Vývoj metod pro sledování změn vegetace a krkonošské tundry analýzou dat z multispektrálních, hyperspektrálních a LiDAR senzorů UAV" ve spolupráci s Krkonošským národním parkem byla pořízena LiDARová a optická data velmi vysokého rozlišení, kdy hustota bodového mračna dosahuje až 800 bodů/m2 a GSD ortofota 0,02 m. Data zachycují část kamenných sutí na kryoplanačních terasách na úbočí Luční hory ve třech časových obdobích: červen, červenec a srpen 2019. Cílem práce je navrhnout metodiku mapování blokových akumulací a vyhodnotit podrobnost dat. Klíčová slova: blokové akumulace, laserové skenování, UAV, bodové mračno, ortofoto, segmentace
|
|
|
Modelování budov z dat leteckého laserového skenování se zaměřením na bodová mračna nízké hustoty
Hofman, Petr ; Potůčková, Markéta (vedoucí práce) ; Šíma, Jiří (oponent)
A Laserové skenování je relativně mladá metoda dálkového průzkumu Země, která si ale rychle získala významné postavení zejména v oblasti detekce a modelování budov a dalších výškových objektů. Metody pro detekování a 3D modelování budov zpočátku využívaly zejména přístupů "řízených modelem" (model-driven), které porovnávají rozložení mračna laserových bodů se sadou předdefinovaných modelů. Metoda určující typ střešního pláště pomocí takového přístupu byla představena v článku Hofman, Potůčková (2012). Velikou výhodou přístupu řízeného modelem je relativní odolnost vůči nedostatkům dat, zejména nízké hustotě bodového mračna, polohové nepřesnosti bodů atd. Naopak nedostatkem těchto metod je omezení výstupu na přednastavenou sadu modelů, která nemůže obsáhnout rozmanitost reálných budov. Z tohoto důvodu se v současnosti téměř výhradně používá přístupů "řízených daty" (data-driven). Tyto metody hledají v datech pouze sadu primitiv, nejčastěji střešních rovin, ze kterých se výsledný model dodatečně skládá. Zásadním přínosem je mnohem vyšší univerzálnost výsledných modelů. Naopak nevýhodou jsou obecně vyšší nároky na kvalitu dat, zejména hustotu bodového mračna. Ve studii Hofman, Potůčková (2017) byla představena metoda, která ačkoliv využívá přístupu řízeného daty, dokáže spolehlivě detekovat budovy i ve velmi...
|
|
|
Detekce převisů z dat leteckého laserového skenování
Ondrušková, Kateřina ; Lysák, Jakub (vedoucí práce) ; Potůčková, Markéta (oponent)
Detekce převisů z dat leteckého laserového skenování Abstrakt Předmětem této diplomové práce je navrhnout postup zpracování dat leteckého laserového skenování v oblasti převisů pro tvorbu 2,5D digitálních modelů reliéfu. Teoretická část práce obsahuje stručné shrnutí základních principů leteckého laserového skenování. Následuje literární rešerše publikovaných metod řešení zpracovávání dat v oblasti převisů. Závěr teoretické části se věnuje využití leteckého laserového skenování v Česku a využití dat LLS k tvorbě digitálních modelů reliéfu. V praktické části je na základě rešerše literatury navrhnuta vlastní metodika zpracování dat leteckého laserového skenování v oblasti převisů. Navržený algoritmus je následně implementován ve formě skriptu pro ArcGIS 10 a testován nad reálnými daty z oblasti Českého Švýcarska. V závěrečné diskuzi jsou výsledky navržené metody a její implementace kriticky zhodnoceny. Klíčová slova: převisy, letecké laserové skenování, digitální model terénu
|
|
|
Optimalizace tvorby trénovacího a validačního datasetu pro zvýšení přesnosti klasifikace v dálkovém průzkumu Země
Potočná, Barbora ; Kupková, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Diplomová práce se zabývá optimalizací trénovacího a validačního datasetu pro řízenou klasifikaci dat v DPZ. V rámci řešení práce jsou v území lesně-luční krajiny v Podkrkonoší prováděny pro dva klasifikační algoritmy (Maximum Likelihood - MLC a Support Vector Machine - SVM) experimenty s trénovacími a validačními daty. Práce vychází z předpokladu, že pro dosažení maximální přesnosti klasifikace je ideální podíl 1/3 trénovacích a 2/3 validačních dat (Foody, 2009). Další hypotézou práce byl předpoklad, že v případě klasifikace pomocí algoritmu SVM je pro dosažení stejné/podobné přesnosti klasifikace potřeba nižší počet trénovacích bodů než v případě klasifikačního algoritmu Maximum Likelihood (Foody, 2004). Cílem práce bylo testovat vliv podílu/množství trénovacích a validačních dat na přesnost klasifikace multispektrálních dat senzoru Sentinel-2A s využitím algoritmu Maximum Likelihood. Nejvyšší celkové přesnosti při využití klasifikačního algoritmu Maximum Likelihood bylo dosaženo pro podíl 375 trénovacích a 625 validačních bodů. Celková přesnost pro tento podíl byla 72,88 %. Teorie Foodyho (2009), že pro dosažení nejvyšší přesnosti klasifikace je ideální podíl 1/3 trénovacích a 2/3 validačních dat potvrzují výsledky hodnocení celkové přesnosti a Kappa koeficientu pro Maximum Likelihood. Avšak...
|
|
| |
|
|
Klasifikace vybraných zemědělských plodin v modelovém území Kutnohorska s využitím časové řady dat Sentinel-2 a PlanetScope
Kuthan, Tomáš ; Kupková, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Klasifikace vybraných zemědělských plodin v modelovém území Kutnohorska s využitím časové řady dat Sentinel-2 a PlanetScope Abstrakt Práce je zaměřena na analýzu spektrálních charakteristik vybraných zemědělských plodin v průběhu zemědělské sezóny z časové řady družicových dat senzorů Sentinel-2 (A a B) a PlanetScope v modelovém území v okolí sídel Kolín a Kutná Hora. Vychází z předpokladu, že využití více termínů obrazových dat, která zachycují plodiny v různých fenologických fázích, umožňuje lepší identifikaci druhů plodin (Lu et al., 2004). Cílem práce bylo zpracovat charakteristiku sezónního průběhu spektrálních příznaků vybraných zemědělských plodin (cukrovka, ječmen jarní, ječmen ozimý, kukuřice, pšenice jarní, pšenice ozimá, řepka ozimá), která určí období roku vhodná pro odlišení jednotlivých plodin. Dalším cílem práce bylo provést klasifikaci těchto plodin v modelovém území z časové řady dat dvou výše zmíněných senzorů a porovnat přesnost pixelové a objektově orientované klasifikace pro multitemporální kompozit a přesnost pro snímek z období, kdy jsou od sebe jednotlivé plodiny dobře rozlišitelné. Trénovací a validační plochy a klasifikační maska byly vytvořeny s využitím databáze LPIS, kterou poskytl Státní zemědělský intervenční fond. Pro klasifikaci byla využita časová řada družicových dat obou...
|
|
|
Filtration of Airborne Laserscanning Data
Jančovič, Marián ; Lysák, Jakub (vedoucí práce) ; Potůčková, Markéta (oponent)
Filtrácia dát leteckého laserového skenovania Abstrakt Práca sa zaoberá automatizovanou klasifikáciou oblastí s rôznymi typmi povrchu v skalných mestách. Tieto oblasti vstupujú do filtrácie dát leteckého laserového skenovania, pričom každá z oblastí je filtrovaná s inými parametrami. Dôvodom pre takýto prístup je extrémna členitosť a hustá vegetácia typická pre skalné mestá, čo zapríčiňuje nedostatočnosť väčšiny bežných filtračných algoritmov aplikovaných s rovnakými parametrami na celé územie. Nami navrhnutá metodika spočíva v rozdelení záujmového územia do troch oblastí: oblasti budov, oblasti skál a oblasti vegetácie (resp. oblasti, v ktorej nie sú ani skaly, ani budovy). Každá z nich má pri následnej filtrácii špecifické parametre, ktoré reflektujú charakter danej oblasti. Kľúčové slová: letecké laserové skenovanie, DMR, skalné mestá, priestorovo podmienená filtrácia
|
|
|
Využití dat Sentinel-1 pro sledování managementu luk
Doležal, Jan ; Potůčková, Markéta (vedoucí práce) ; Brodský, Lukáš (oponent)
Hlavním cílem této diplomové práce bylo najít a kvantifikovat souvislost mezi koherencí, entropií, polarimetrickým úhlem alfa získaným z radarových dat Sentinel-1 a sečením luk/pastvou. Výzkum probíhal v lokalitě Krkonošského národního parku. Pro sestavení a ověření aplikované metodiky byl 5krát proveden sběr dat v terénu. K dispozici byla hodinová srážková data od ČHMÚ, která ale nemusela být použita - nebyly zaznamenány žádné srážky v době snímání. Potvrdila se závislost mezi sečením a hodnotou koherence. Po sečení byla mediánová koherence na polygonech vyšší než před sečením. Výsledky byly podobné pro VH i VV polarizaci. Koherence na polygonech zůstala vyšší i po 12-24 dnech. Celkem byly zkoumány dvě odlišné geometrie pořízení dat (vzestupná a sestupná dráha letu). Výsledky v obou případech byly podobné. Pro polarimetrické parametry nebyla prokázána korelace mezi polarimetrickými parametry a sečením nebo pastvou. Klíčová slova: radar, SAR, Sentinel-1, koherence, polarimetrie, sečení luk
|
|
| |
|
|
Aplikace geoinformatiky v antropologii
Bashir, Faraz Ahmed ; Štefanová, Eva (vedoucí práce) ; Potůčková, Markéta (oponent)
Tato bakalářská práce se zabývá aplikací geoinformačních metod v antropologii. Konkrétně se jedná o metody pozemního laserového skenování a průsekové fotogrammetrie. Teoretická část práce se zaměřuje na popis fungování a využití těchto metod. V praktické části práce je popsán postup sběru dat těmito metodami a následná tvorba 3D modelu antropologického artefaktu, konkrétně se jedná o lidskou lebku. V závěru jsou tyto modely porovnávaný s modelem z počítačové tomografie, který byl poskytnut, stejně jako antropologický artefakt, Katedrou antropologie a genetiky člověka Univerzity Karlovy.
|
host ::
RSS.