Wyniki wyszukiwania - BazTech

1

Porównanie klasyfikacji obiektowej z tradycyjną klasyfikacją pikselową z punktu widzenia automatyzacji procesu tworzenia bazy danych o pokryciu i użytkowaniu terenu

Lewiński S.

Roczniki Geomatyki

|

2007

|

T. 5, z. 1

63-70

EN

The capabilities of land cover and land use classes identification using object-oriented classification and traditional, so-called pixel-based classification are compared in the paper. The comparison is based on the Landsat satellite image showing a study area of over 423 km2, located within the borders of the Commune of Legionowo (near Warsaw). The results of both classifications were generalised, using a working unit of 1 ha for built-up areas and water and 4 ha for the remaining classes. Object-oriented classification was performed within eCognition software environment. The applied tools of object-oriented classification enabled identification of 18 classes. Subsequent generalisation caused changes only to the area constituting 1.1% of the entire study area. Classification accuracy assessment using the method of visual interpretation and creation of the final land cover and land use database was the final stage of works. The accuracy for the entire study area reached over 94%. Traditional pixel-based classification was performed using so-called hybrid classification, which involves performing supervised classification and then unsupervised classification for unclassified pixels. The pixel-based approach enabled identification of only 8 classes. In the process of generalisation, based on the same principles as in the case of object-oriented classification, 26% of the area of the analysed image was changed. The accuracy of pixel-based classification, assessed by comparing the post-generalisation image to the database obtained after the visual verification of object-oriented classification, reached 72% and 61%, according to the comparison method applied. The results of comparing these two methods of classification prove a significant advantage of objectoriented classification over traditional pixel-based classification. The tools of object-oriented classification enabled identification of twice as many number of classes and a high level of accuracy of the classification process. Moreover, object-oriented classification enables proper generalisation, necessary for creating a land use and land cover database with a defined level of spatial resolution of class recognition.

2

Rozpoznanie form pokrycia i użytkowania ziemi na zdjęciu satelitarnym Landsat ETM+ metodą klasyfikacji obiektowej

Lewiński S.

Roczniki Geomatyki

|

2006

|

T. 4, z. 3

139-150

EN

The results of object-oriented classification based on multispectral and panchromatic Landsat ETM+ data, conducted with the use of eCognition software, are presented in the paper. The classification image was prepared using an algorithm aimed at obtaining a database similar to the one resulting from traditional visual interpretation. After the classification, generalisation of data was performed using a working unit of 1 ha for built-up areas and 4 ha for the remaining classes. Next, raster to vector conversion was performed and the edges of objects delineations were smoothed. Verification using a method of visual interpretation was the last stage of works. After combining the verification results with the classification, the final database was obtained. The applied methods of classification enabled identification of 18 land cover and land use classes, at least four of which cannot be identified using traditional methods. The obtained total accuracy of classification reached 94%. The principles of segmentation of the Landsat ETM+ image based on the panchromatic channel and fused multispectral and panchromatic data are specified in the paper. Fusion was based on PanSharp algorithm within PCI Geomatica software, which preserves spectral characteristics of the original data. The adopted principles of land use and land cover classes were also described. What is particularly worth attention is the method of identification of four built-up land classes, which were extracted from the general class of built-up areas classified using the nearest neighbour method. This task involved use of a parameter defined as a square root of the sum of squares of differences between spectral values of particular channels, while the classification of shadows of buildings was used for identification of built-up areas with apartment blocks. The presented method of classification and processing of the obtained results can support or, in certain cases, entirely replace traditional visual interpretation of satellite images, aimed at creating a land cover and land use database.

3

Object-oriented classification of Landsat ETM+ satellite image

Lewiński S.

Journal of Water and Land Development

|

2006

|

no. 10

91-106

EN

This paper presents results of object-oriented classification of Landsat ETM+ satellite image conducted using eCognition software. The classified image was acquired on 7 May 2000. In this particular study, an area of 423 km² within the borders of Legionowo Community near Warsaw is considered. Prior to classification, segmentation of the Landsat ETM+ image is performed using panchromatic channel, fused multispectral and panchromatic data. The applied methods of classification enabled the identification of 18 land cover and land use classes. After the classification, generalization and raster to vector conversion, verification and accuracy assessment are performed by means of visual interpretation. Overall accuracy of the classification reached 94.6%. The verification and classification results are combined to form the final database. This is followed by comparing the object-oriented with traditional pixel-based classification. The latter is performed using the so-called hybrid classification based on both supervised and unsupervised classification approaches. The traditional pixel-based approach identified only 8 classes. Comparison of the pixel-based classification with the database obtained using the object-oriented approach revealed that the former reached 72% and 61% accuracy, according to the applied method.

PL

W artykule przedstawiono wyniki klasyfikacji obiektowej zdjęcia satelitarnego Landsat ETM+, uzyskane z zastosowaniem specjalistycznego oprogramowania eCognition. Klasyfikację wykonano na przykładzie zdjęcia zarejestrowanego 7 maja 2000 r., obrazującego obszar badawczy o powierzchni 423 km², znajdujący się w granicach powiatu legionowskiego w pobliżu Warszawy. Proces klasyfikacji obiektowej polega na rozpoznaniu obiektów, którymi są grupy pikseli spełniające założone kryterium jednorodności. Granice obiektów zostały zdefiniowane w czasie segmentacji zdjęcia, wykonanej na podstawie wartości pikseli kanału panchromatycznego skanera ETM+ oraz danych uzyskanych w wyniku połączenia wybranych kanałów wielospektralnych z kanałem panchromatycznym. Zastosowane metody klasyfikacyjne, związane nie tylko z wartościami spektralnymi charakteryzującymi poszczególne obiekty, lecz również z kryteriami parametrycznymi, umożliwiły identyfikację 18 klas pokrycia i użytkowania ziemi. Następnie wynik klasyfikacji został przetworzony funkcjami: generalizacji, konwersji formatu danych oraz poddany weryfikacji. Generalizację wykonano z zastosowaniem jednostki odniesienia wynoszącej 1 ha dla klas zabudowy i wody oraz 4 ha dla pozostałych klas. Następnie format klasyfikacji został zmieniony z rastrowego na wektorowy, w którym wykonano wygładzenie granic wydzieleń. Klasyfikacja została zakończona weryfikacją wektorowej bazy danych metodą interpretacji wizualnej. Całkowita dokładność klasyfikacji została oceniona na poziomie 94.6%. Po uwzględnieniu zmian wprowadzonych w czasie weryfikacji uzyskano końcową postać bazy danych. Wyniki klasyfikacji obiektowej zostały porównane z wynikami tradycyjnej (pikselowej) klasyfikacji, wykonanej z zastosowaniem algorytmu tzw. klasyfikacji hybrydowej, składającej się z następujących po sobie klasyfikacji nadzorowanej i nienadzorowanej. Rozpoznano jedynie 8 klas pokrycia i użytkowania ziemi. Dokładność tradycyjnej klasyfikacji oceniono przez porównanie jej z wynikami klasyfikacji obiektowej. Uzyskano wyniki na niskim poziomie, wynoszącym jedynie 72% i 61%, w zależności od przyjętej metody oceny.

4

Aspekty metodyczne integracji danych teledetekcyjnych w oparciu o metodę IHS i jej modyfikacje

Mularz S., Pirowski T.

Geodezja / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2006

|

T. 12, z. 2/1

317-332

PL

Efektywne monitorowanie aglomeracji miejsko-przemysłowych wymaga posiadania informacji obrazowej o dużym stopniu szczegółowości. Jest to warunek niezbędny do zarejestrowania obiektów o relatywnie niewielkich rozmiarach oraz do odwzorowania cech strukturalno-teksturalnych charakterystycznych dla różnorodnych elementów środowiska miejskiego. Postulat taki realizują wysokorozdzielcze obrazy satelitarne, jednak pozyskanie danych jest drogie, a rejestracja spektralna ograniczona do czterech kanałów (IKONOS, QuickBird) lub tylko i wyłącznie do kanału panchromatycznego (EROS, IRS 1C/D), co ogranicza interpretację i klasyfikację pozyskanych informacji, w tym szczególnie utrudnia detekcję i waloryzację stref zieleni miejskiej. Z kolei relatywnie tani, wielospektralny system Landsat TM charakteryzuje się zbyt niską rozdzielczością przestrzenną dla tego typu badań. W artykule została zaprezentowana idea scalania satelitarnych obrazów Landsat TM (30 m) z obrazem panchromatycznym IRS 1C (5,8 m). Prawidłowo przeprowadzona integracja tego typu danych prowadzi do uzyskania materiałów teledetekcyjnych o bogatej informacji przestrzennej i spektralnej. W badaniach jako wyjściową metodę integracji przyjęto standard IHS. Z analiz wcześniej prowadzonych przez autorów na obszarze KWB Bełchatów wynika, że metoda ta charakteryzuje się wysokimi walorami interpretacyjnymi, pomimo wprowadzania na obrazy syntetyczne wysokich zniekształceń. Badania prowadzone przez autorów zmierzają do ograniczenia tej wady poprzez zaproponowanie modyfikacji standardu. Uzyskane wyniki zostały porównane do standardowej metody IHS oraz innych klasycznych metod integracji jak PCA, HPF, CN. Do oceny zawartości i rozkładu informacji, a także stopnia zniekształcenia spektralnego scalonych obrazów zastosowano metody statystyczne oraz interpretacji wizualnej.

EN

Effective monitoring of urban and industrial agglomerations requires possessing image information of a great degree of accuracy. It is a necessary condition to capture the objects of relatively small size and reproduce structural and textural features characteristic for different elements of urban environment. Such a requirement is fulfilled by high-resolution satellite images, however receiving data is expensive and spectral registration limited to four channels (IKONOS, QuickBird) or only and exclusively to panchromatic channel (EROS, IRS 1C/D), which limits the interpretation and classification of information and makes particularly difficult sensing and valuation of urban green areas. On the other hand, a relatively cheap, multi-spectral system of Landsat TM is characterized by too low spatial resolution for this type of studies. The article presents the idea of integrating satellite images Landsat ETM+ (30 m) with panchromatic image IRS 1C (5.8 m). Properly done integration of this sort of data leads into getting remote sensing materials of rich spatial and spectral information. In the studies - as a initial method of integration IHS standard was accepted. From the analyses earlier carried out by the authors in the area of KWB Bełchatów it can be stated that this method has great interpretation values, despite introducing high deformations into synthetic images. The studies carried out by authors go towards the limitation of this disadvantage by proposing the modifications of the standard. The obtained results were compared to standard IHS method and other classical methods of integration such as PCA, HPF, CN. To assess the content and the distribution of information and the degree of spectral deformation of combined pictures, statistic methods and visual interpretation were applied.

5

Znaczenie rozdzielczości spektralnej zdjęć Landsat ETM+ w identyfikacji łąk o różnym uwilgotnieniu i użytkowaniu

Kosiński K.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2004

|

Vol. 14

1--9

PL

Oceniono wpływ rozdzielczości spektralnej zdjęć Landsata ETM+ na możliwość identyfikacji łąk1 różniących się uwilgotnieniem i użytkowaniem. Materiał do badań pozyskano z dwóch (traktowanych łącznie) zdjęć, wykonanych na początku maja i w październiku. Na podstawie analizy wizualmej ustalono, że spośród kanałów spektralnych najlepsze zobrazowanie tworzą kanały 3 i 4. Porównano informację pozyskaną z kanałów 4 i 3 z informacją zawartą w kanale 8 i sumie kanałów widzialnych. Analizę porównawczą wykonano na podstawie klastrów dwuwymiarowych histogramów reprezentujących zidentyfikowane w terenie kategorie łąk. Okazało się, że bazując na kanałach 3 i 4, jak również przy użyciu sumy kanałów widzialnych oraz kanału 8 uzyskano podobny wynik. W obu przypadkach wyodrębnieniono pięć kategorii łąk: łąki mokre, silnie wilgotne użytkowane, pozostałe łąki użytkowane, łąki nieużytkowane z innych przyczyn niż uwilgotnienie oraz łąki suche łącznie z samozadarnieniami poornymi