Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2012

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: niemetryczne zdjęcia lotnicze

Sortuj według:

Ogranicz wyniki do:

Koncepcja quasi-obiektowej metody analizy wielospektralnych zdjęć lotniczych i jej zastosowania do analizy składu gatunkowego drzewostanów

Będkowski K., Stereńczak K.

Roczniki Geomatyki

2012

T. 10, z. 5

19--26

Celem artykułu jest przedstawienie koncepcji zastosowania quasi-obiektowej metody klasyfikacji treści obrazów do klasyfikacji drzew wg gatunków. Drzewostan składał się głównie z sosny zwyczajnej, dębu bezszypułkowego oraz pojedynczo brzozy i dębu czerwonego. Charakterystykami opisującymi drzewa były: średnia wartość jasności obrazu korony (DN), którą określono osobno dla każdego gatunku i zakresu spektralnego. Zebrane dane potraktowano dalej tak, jak sygnatury uzyskane z pól treningowych w klasyfikacji nadzorowanej. Wykorzystując wskaźniki: Divergence, Transformed divergence i Bhattacharayya distance, porównano możliwość odróżniania gatunków drzew za pomocą zaproponowanej metody tworzenia wzorców klas (na podstawie wartości opisujących całe korony) z wielospektralną klasyfikacją pikselową. Na podstawie uzyskanych wyników można stwierdzić, że zaproponowana quasi-obiektowa metoda pozwoli na lepsze odróżnienie od siebie gatunków.

The aim of this paper is to present a concept of a quasi-object-based method for tree species classification. Forest stands were composed mainly of scotch pine (Pinus sylvestris L), sessile oak (Quercus petraea (Mattuschka) Liebl.), with some birch (Betula verrucosa L.) and eastern red oak (Quercus rubra L.). The main crown characteristics used were: mean DN - values calculated separately for each species and spectral band. These statistics were used as signatures for training fields in supervised classification procedure. With distance measures such as Divergence, Transformed divergence and Bhattacharayya distance separation of each species was tested. The results of quasi-object-based and multispectral pixel-wise classification were compared. According to the results achieved the quasi-object-based classification was better and more suitable.