Wpływ własności ortofotomapy cyfrowej na wyniki klasyfikacji obiektowej pokrycia terenu

• Autorzy: Adamczyk J.

Warianty tytułu

EN

The effect of ortophotomap properties on the results of object-based classification of land cover

• Języki publikacji: PL

Abstrakty

PL

Wysokorozdzielcza ortofotomapa lotnicza coraz częściej stosowana jest do wykonywania inwentaryzacji pokrycia terenu. W artykule postawiono tezę, że zadanie to może zostać zrealizowane za pomocą analizy obiektowej zobrazowań teledetekcyjnych (GEOBIA), jednak wynik zależy od cech jakościowych ortofotomapy, zastosowanej procedury przetworzeń oraz doświadczenia operatora. Za najważniejszy uznano pierwszy z tych czynników i odniesiono się do niego w świetle istniejących polskich wytycznych technicznych. Określono pożądane cechy ortofotomapy, które warunkują jakość wykonanej klasyfikacji obiektowej. W celu omówienia podzielono je na następujące grupy: rozdzielczość przestrzenna, liczba i rodzaj kanałów uczestniczących w procedurach klasyfikacyjnych, dokładność geometryczna i rodzaj ortorektyfikacji, cechy fotometryczne, lokalnie występujące błędy. Ich wpływ na procedurę klasyfikacyjną jest dwojaki: mogą one uniemożliwiać przeprowadzenie klasyfikacji lub przysporzyć dodatkowej pracy przy poprawianiu jej wyników. Uwzględnienie sformułowanych zaleceń znacznie ułatwi przeprowadzenie klasyfikacji tak wysokorozdzielczego zobrazowania.

EN

High resolution ortophotomap is frequently used for land cover inventory. The paper presents conditions under which the task of automated image classification can be accomplished using GeoObject Image Analysis (GEOBIA): the ortophotomap quality, applied processing procedure, and operators experience. The first of them was recognized as most important and compared to the existing polish technical guidelines regarding the quality of the ortophotomap. The desired features of the remote sensing material were presented according to the following fields: spatial resolution of imagery, number and type of image bands used for classification procedure, geometrical accuracy, the type of orthorectification procedure, photometric properties, local errors. The recommendations are addressed for facilitating the object-based classification of high resolution orthophotomap. They are useful for planning the organizational issues of the aerial flight to acquire images used for land cover inventory. The presented guidelines are also useful for assessing the cost of the possible correction of the obtained land cover classification, if the recommendations cannot be met.

Słowa kluczowe

PL

ortofotomapa; true ortho; GEOBIA; analiza obiektowa; klasyfikacja obrazu

EN

ortophotomap; true-ortho; GEOBIA; object analysis; image classification

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2013
• Tom: Vol. 25
• Strony: 9--18
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Adamczyk J.

• Wydział Leśny, Szkoła Główna Gospodarstwa Wiejskiego

Bibliografia

• 1. Adamczyk J., 2009. Analiza obiektowa w leśnictwie. Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej. R.11, Zeszyt 2 (21). http://cepl.sggw.pl/sim/pdf/sim21_pdf/140_sim21.pdf
• 2. Baatz M. Schaepe A., 2000. Multiresolution Segmentation – an optimization approach for high quality multi-scale image segmentation. [W:] Strobl J. (red.). Angewandte Geographische Informationsverarbeitung XII. Wichmann, Heidelberg, s. 12-23.
• 3. Blaschke T., 2010. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing. Volume 65, Issue 1, s. 2-16.
• 4. Blaschke T., Strobl J., 2001. What's wrong with pixels? Some recent developments interfacing remote sensing and GIS. [W:] GIS - Zeitschrift für Geoinformationssysteme, 6, s. 12-17.
• 5. Blaschke T., Tiede D., Lang S., 2006. An object-based information extraction methodology incorporating a-priori spatial information. Proceedings 4th Conference on Image Information Mining. ESA-EUSC, Madrid, s. 28.
• 6. Dikshit O., Roy D.P., 1996, An Empirical Investigation of lmage Resampling Effects Upon the Spectral and Textural Supervised Classification of a High Spatial Resolution Multispectral lmage, Photogrammetric Engineering & Remote Sensing, Vol. 62, No. 9, September 1996, s. 1085-1092.
• 7. GGK 2010, Główny Geodeta Kraju, Zasady wykonywania ortofotomap w skali 1:10 000, wytyczne techniczne. Główny Urząd Geodezji i Kartografii, Warszawa. GUGIK, 1999. Główny Urząd Geodezji i Kartografii. Zasady wykonywania prac fotolotniczych. Warszawa.
• 8. Hay G.J., Castilla G.C., 2006. Object-Based Image Analysis: strengths, weaknesses, opportunities and threats (SWOT). [W:] Bridging Remote Sensing and GIS: International Symposium on Object-based Image Analysis, 4-5 July, 2006, Salzburg. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. Com VI, WG VI/4, s. 5.
• 9. Lang S., 2008. Object-based Image Analysis for Remote Sensing: modeling reality – dealing with complexity. [W:] Blaschke T., Lang S., Hay G.. Object-Based Image Analysis: Spatial Concepts for Knowledge-Driven Remote Sensing Applications. Springer, s 3-25.
• 10. Lewiński S., 2007. Obiektowa klasyfikacja zdjęć satelitarnych jako metoda pozyskiwania informacji o pokryciu i użytkowaniu ziemi. Instytut Geodezji i Kartografii.
• 11. Preuss R., 2012. Georeferencyjne dane obrazowe. Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 23, s. 337–346.
• 12. Pyka K., 2009. Jak ocenić jakość fotometryczną ortofotomapy? Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 19, s. 363-372.