Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Kupidura P.

1 2013

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: contextual classification

Sortuj według:

Ogranicz wyniki do:

Distinction of lakes and rivers on satellite images using mathematical morphology

Kupidura P.

Biuletyn Wojskowej Akademii Technicznej

2013

Vol. 62, nr 3

57-69

This paper concerns the application of mathematical morphology for object-oriented classification of satellite images. The example of distinguishing different bodies of water using the author-made algorithm will be presented. Different types of water bodies like lakes and rivers are easy to differentiate when visually interpreted. However, it is much more difficult to differentiate using a traditional, pixel-based classification process. Mathematical morphology operations, which take into account such import ant features of objects like shape and size, allow these two types of water bodies to be distinguished in object classification. The proposed algorithm allows one practically error-free classification. The results show, that mathematical morphology is a potent tool for object-oriented classification.

Artykuł dotyczy zastosowania morfologii matematycznej do obiektowej klasyfikacji treści zdjęć satelitarnych. Działanie wybranych operacji morfologicznych przedstawione jest na przykładzie autorskiego algorytmu, którego celem jest rozróżnienie różnych typów zbiorników wód powierzchniowych, takich jak jeziora i rzeki. Ponieważ takie rozróżnienie wymaga wzięcia pod uwagę takich cech obiektów, jak rozmiar, długość, czy szerokość, kształt, tradycyjna klasyfikacja pikselowa, oparta na wartościach pikseli, jest nieskuteczna. Operacje morfologii matematycznej, ze swojej natury kontekstualne, pozwalają uwzględnić wspomniane wcześniej cechy, co z kolei umożliwia odróżnienie obiektów na podstawie ich kształtu. Klasyfikacja dokonana przy użyciu autorskiego algorytmu na zdjęciach satelitarnych przedstawiających różnego rodzaju obszary testowe, została porównana z wynikami fotointerpretacji zdjęcia, uznanej za bezbłędną. Porównanie wskazuje na dużą skuteczność prezentowanego algorytmu, a jednocześnie, na duży potencjał operacji morfologicznych w zakresie obiektowej klasyfikacji zdjęć lotniczych i satelitarnych.