|
|
Extrakce krajinných prvků z dat dálkového průzkumu
Ferencz, Jakub ; Kalvoda, Petr (oponent) ; Hanzl, Vlastimil (vedoucí práce)
Tato diplomová práce se zabývá klasifikačními metodami pro automatickou detekci různých krajinných prvků z kombinace snímků vysokého rozlišení a LiDAR dat. Hlavním cílem je představit další možnou metodu zpracování pro volně přístupná data, která může nahradit tradiční mapování pro specifické aplikace. Klasifikace snímků je metoda, která dělí snímek do různých kategorií a zajišťuje tak stálý a aktuální monitoring. V dnešní době, s přístupem k novým technologiím a softwarům, je možné postupně nahradit tradiční monitorovací postupy plně automatizovaným procesem, jehož výstupem jsou přesná a levná data. V tomto projektu je použita objektově orientovaná analýza snímků (OBIA) pro klasifikaci pěti terénních typů z použitých dat. Byl vyvinut a testován automatický klasifikační proces, který poskytuje 88 % úspěšnost správného přiřazení terénního typu. Následně, přenosnost tohoto postupu byla testována v jiné lokalitě s podobným úspěchem - přesnost správného přiřazení byla 87 %. Závěr práce se zabývá problémy, které se vyskytly v průběhu tvorby tohoto klasifikačního postupu a nastiňuje další varianty, které by bylo možné použít pro zlepšení celého procesu.
|
|
|
Klasifikace dat leteckého laserového skenování s využitím informace o intenzitě a šířce zaznamenaného signálu
Petr, Peter ; Potůčková, Markéta (vedoucí práce) ; Kupková, Lucie (oponent)
Klasifikace dat leteckého laserového skenování s využitím informace o amplitudě a šířce signálu Abstrakt Filtrace bodového mračna za účelem odvození digitálního modelu reliéfu a digitálního modelu povrchu je jedním ze základních úkolů při zpracování dat leteckého laserového skenování (ALS). Nová generace skenerů (tzv. full-waveform LiDAR) umožňuje analýzu celého zaznamenaného signálu. Získaná hodnota amplitudy a šířky signálu odpovídající odrazům od jednotlivých objektů se liší v závislosti na geometrii těchto objektů. Cílem diplomové práce je vytvořit metodiku klasifikace dat laserového skenování zastavěných území, která bude založena na informaci o počtu odrazů, jejich amplitudě, šířce zaznamenaného signálu a na prostorových příznacích. Zároveň bude zkoumáno, jaký vliv na uvedené dva parametry (amplituda, šířka) má charakteristika povrchu zástavby. Tedy vliv radiometrických vlastností (různé materiály střech) a geometrických vlastností (různé hodnoty sklonitosti střech) - jakému typu materiálu a sklonu jaká amplituda a šířka přísluší. Obecně řečeno, jestli tedy jsou vůbec amplituda a šířka takovými příznaky, které dokážou zkvalitnit filtraci bodového mračna zájmového území a pokud ano, tak jakým způsobem. Klíčová slova: klasifikace, segmentace, LiDAR, eCognition, intenzita pulsu, šířka pulsu
|
|
|
Extrakce krajinných prvků z dat dálkového průzkumu
Ferencz, Jakub ; Kalvoda, Petr (oponent) ; Hanzl, Vlastimil (vedoucí práce)
Tato diplomová práce se zabývá klasifikačními metodami pro automatickou detekci různých krajinných prvků z kombinace snímků vysokého rozlišení a LiDAR dat. Hlavním cílem je představit další možnou metodu zpracování pro volně přístupná data, která může nahradit tradiční mapování pro specifické aplikace. Klasifikace snímků je metoda, která dělí snímek do různých kategorií a zajišťuje tak stálý a aktuální monitoring. V dnešní době, s přístupem k novým technologiím a softwarům, je možné postupně nahradit tradiční monitorovací postupy plně automatizovaným procesem, jehož výstupem jsou přesná a levná data. V tomto projektu je použita objektově orientovaná analýza snímků (OBIA) pro klasifikaci pěti terénních typů z použitých dat. Byl vyvinut a testován automatický klasifikační proces, který poskytuje 88 % úspěšnost správného přiřazení terénního typu. Následně, přenosnost tohoto postupu byla testována v jiné lokalitě s podobným úspěchem - přesnost správného přiřazení byla 87 %. Závěr práce se zabývá problémy, které se vyskytly v průběhu tvorby tohoto klasifikačního postupu a nastiňuje další varianty, které by bylo možné použít pro zlepšení celého procesu.
|
host ::
RSS.