Wyniki wyszukiwania - BazTech

1

Charting of the shoreline of inland waters using digital remote sensing images

Łubczonek J., Włodarczyk M.

Zeszyty Naukowe / Akademia Morska w Szczecinie

|

2010

|

nr 22 (94)

53-58

EN

Orthophotomaps are now an irreplaceable source of topographic data acquisition, which also can be used in the preparation of navigational charts. As they are maps for special applications, they shall have a specified charting accuracy. The aim of this study is to evaluate the accuracy of the shoreline mapping using aerial photographs and satellite images. This evaluation was based on the statistical analysis related to the accuracy of the vectorization of the inland waters shoreline.

PL

Ortofotomapy stanowią dziś niezastąpione źródło pozyskiwania danych topograficznych, które również można wykorzystać w opracowaniu map nawigacyjnych. W związku z faktem, że są to mapy do zastosowań specjalnych, muszą cechować się określoną dokładnością sytuacyjną. Celem pracy jest ocena dokładności kartowania linii brzegowej z wykorzystaniem zdjęć lotniczych i obrazów satelitarnych. Oceny tej dokonano na podstawie analizy statystycznej związanej z określeniem dokładności wektoryzacji linii brzegowej akwenów śródlądowych.

2

A Robust Multiple Classifier System for Pixel Classification of Remote Sensing Images

Maulik U., Chakraborty D.

Fundamenta Informaticae

|

2010

|

Vol. 101, nr 4

286-304

EN

Satellite image classification is a complex process that may be affected by many factors. This article addresses the problem of pixel classification of satellite images by a robust multiple classifier system that combines k-NN, support vector machine (SVM) and incremental learning algorithm (IL). The effectiveness of this combination is investigated for satellite imagery which usually have overlapping class boundaries. These classifiers are initially designed using a small set of labeled points. Combination of these algorithms has been done based on majority voting rule. The effectiveness of the proposed technique is first demonstrated for a numeric remote sensing data described in terms of feature vectors and then identifying different land cover regions in remote sensing imagery. Experimental results on numeric data as well as two remote sensing data show that employing combination of classifiers can effectively increase the accuracy label. Comparison is made with each of these single classifiers in terms of kappa value, accuracy, cluster quality indices and visual quality of the classified images.

3

Tworzenie i aktualizacja map elektronicznych dla żeglugi śródlądowej z wykorzystaniem cyfrowych obrazów teledetekcyjnych

Łubczonek J., Włodarczyk M.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2009

|

Vol. 20

261--274

PL

Obecnie coraz częściej do opracowania różnych map wykorzystuje się cyfrowe zobrazowania teledetekcyjne. Dotyczy to także map nawigacyjnych, które wypierają analogowe mapy papierowe. Szczególne znaczenie ma to w przypadku opracowania map dla żeglugi śródlądowej, ponieważ do tej pory nie opracowano nawet ich wersji papierowych. Wykorzystanie materiałów teledetekcyjnych do pozyskiwania danych w postaci wektorowej wymaga odpowiedniej wiedzy i doświadczenia, co z kolei przekłada się na dokładność kartowania obiektów geograficznych. W szczególności dotyczy to linii brzegowej oraz elementów topografii mających duże znaczenie dla nawigacji. Niestety, obecnie nie ma wytycznych co do wykorzystania tych materiałów do tworzenia czy uaktualniania map nawigacyjnych. W związku z tym autorzy niniejszej pracy przeprowadzili badania związane z możliwością wykorzystania zdjęć lotniczych oraz obrazów satelitarnych do kartowania obiektów topograficznych, na przykładzie linii brzegowej oraz mostów. Pozyskane obiekty na drodze wektoryzacji zostały zweryfikowane pomiarami bezpośrednimi, co z kolei umożliwiło określenie ich dokładności sytuacyjnej oraz skonfrontowanie jej z wymaganiami hydrograficznymi. Dodatkowo poddano ocenie potencjał interpretacyjny zobrazowań, który niewątpliwie stanowi istotny czynnik podczas opracowywania map nawigacyjnych.

EN

Digital remote sensing images are currently used to prepare various maps, including navigational charts, which are more and more frequently used in place of paper products. A particularly important application of remote sensing images is the preparation of maps for inland shipping, because up till now there are no navigational charts, even in paper form. The use of remote sensing products to acquire information on geographical features in vector form requires proper knowledge and experience, which is tightly correlated with their final accuracy. This problem is particularly relevant as regards shorelines and topographic elements which have a significant role in navigation. Unfortunately, there is no recommendation concerning the application of these data to the creation and updating of navigational charts. Therefore the authors of this paper studied the range of applications for charting topographical features for example shorelines and bridges from aerial photographs and satellite images. Digital vector objects were verified by field measurements, which permitted the determination of their horizontal accuracy and further comparison with hydrographical requirements. In addition to this, their interpretation potential was studied, which is for certain an essential consideration in the preparation of navigational maps.

4

Fuzzy Symmetry Based Real-Coded Genetic Clustering Technique for Automatic Pixel Classification in Remote Sensing Imagery

Saha S., Bandyopadhyay S.

Fundamenta Informaticae

|

2008

|

Vol. 84, nr 3-4

471-492

EN

The problem of classifying an image into different homogeneous regions is viewed as the task of clustering the pixels in the intensity space. In particular, satellite images contain landcover types some of which cover significantly large areas, while some (e.g., bridges and roads) occupy relatively much smaller regions. Automatically detecting regions or clusters of such widely varying sizes presents a challenging task. In this paper, a newly developed real-coded variable string length genetic fuzzy clustering technique with a new point symmetry distance is used for this purpose. The proposed algorithm is capable of automatically determining the number of segments present in an image. Here assignment of pixels to different clusters is done based on the point symmetry based distance rather than the Euclidean distance. The cluster centers are encoded in the chromosomes, and a newly developed fuzzy point symmetry distance based cluster validity index, FSym-index, is used as a measure of the validity of the corresponding partition. This validity index is able to correctly indicate presence of clusters of different sizes and shapes as long as they are internally symmetrical. The space and time complexities of the proposed algorithm are also derived. The effectiveness of the proposed technique is first demonstrated in identifying two small objects from a large background from an artificially generated image and then in identifying different landcover regions in remote sensing imagery. Results are compared with those obtained using the well known fuzzy C-means algorithm both qualitatively and quantitatively.