Wyniki wyszukiwania - BazTech

1

Detection of rising damp and material changes on hyperboloid cooling tower shells based on the intensity of the reflected laser beam

Makuch Maria

Geomatics, Landmanagement and Landscape

|

2023

|

no. 4

135--156

EN

Using a hyperboloidal cooling tower undergoing repair as an example, the paper examines the possibility of using a laser beam reflectance intensity value for the automated detection of perforations in cooling tower shells and the identification of material changes characteristic of the renovated sections of reinforced concrete structures. Due to the specific geometry of the analysed object, the practical application of the value of the fourth coordinate was preceded by its a priori modification. The applied correction solution made it possible to effectively eliminate the influence of the measurement geometry, adjusting the intensity values to correspond to the properties of the scanned surface. In the usability analyses of the corrected radiometric data, the author’s approach to eliminating information loss was applied, assuming the use of the fourth coordinate values as scalar fields. The proposed methodology was verified by comparing the obtained results with those of the commonly used unsupervised classification. The agreement, based on the similarity of the structures, between the results of the image classification and the areas extracted through the segmentation of the scalar fields, representing the corrected values of the laser beam reflectance intensity, confirmed the reliability of the proposed solutions. The usefulness of the radiometric data in 3D space was confirmed by comparing the obtained results with the analyses of the local surface curvature determined by the point cloud based on principal component analysis. Thanks to the segmentation of the scalar fields, the detection of rising damp and corrosion leaks, consistent with the results of the surface condition assessment based on the local curvature analysis, made it possible to specify the degree of degradation of the hyperboloid shell according to a seven-point scale that is consistent with the industry requirements. The values of the fourth coordinate also allowed the identification of material changes caused by the repair, and their comparison with the shell damage contours extracted from the local curvature analysis made it possible to verify the amount of repair mortar used and to assess the validity of the work carried out.

PL

W artykule, na przykładzie poddawanej naprawie hiperboloidalnej chłodni kominowej, zweryfikowano możliwość wykorzystania wartości intensywności odbicia wiązki lasera do zautomatyzowanej detekcji perforacji powłoki chłodni oraz identyfikacji zmian materiałowych, charakterystycznych dla wyremontowanych fragmentów żelbetowej budowli. Z uwagi na specyficzną geometrię analizowanego obiektu, praktyczną aplikację wartości czwartej współrzędnej poprzedzono jej aprioryczną modyfikacją. Zastosowane rozwiązanie korekcyjne umożliwiło skuteczną eliminację wpływu geometrii pomiaru, sprowadzając wartości intensywności do postaci odpowiadającej właściwościom skanowanej powierzchni. W analizach użyteczności skorygowanych danych radiometrycznych wykorzystano autorskie podejście eliminujące straty informacyjne, zakładające wykorzystanie wartości czwartej współrzędnej jako pól skalarnych. Weryfikację zaproponowanej metodyki zapewniło porównanie uzyskanych wyników z rezultatami stosowanej powszechnie klasyfikacji nienadzorowanej. Ustalona na podstawie podobieństwa struktur zgodność pomiędzy wynikami klasyfikacji obrazów i obszarami wyekstrahowanymi w oparciu o segmentacje pól skalarnych, stanowiących skorygowane wartości intensywności odbicia wiązki lasera, potwierdziła wiarygodność zaproponowanych rozwiązań. Przydatność danych radiometrycznych w przestrzeni 3D potwierdzono zestawiając uzyskane wyniki z rezultatami analiz lokalnej krzywizny powierzchni, wyznaczanej z chmury punktów na podstawie analizy głównych składowych. Bazująca na segmentacji pól skalarnych detekcja zawilgoceń i wycieków korozyjnych, integralna z wynikami oceny stanu powierzchni opartej na analizie lokalnej krzywizny, umożliwiła konkretyzację stopnia degradacji hiperboloidalnej powłoki, według podyktowanej wymogami branżowymi siedmiostopniowej skali. Wartości czwartej współrzędnej pozwoliły również na identyfikację będących wynikiem remontu zmian materiałowych, a ich zestawienie z wyekstrahowanymi na podstawie analizy lokalnej krzywizny konturami uszkodzeń powłoki, umożliwiły weryfikację ilości wykorzystanej zaprawy naprawczej i ocenę zasadności wykonanych prac.

2

Assessing the surface corrosion of a steel railway bridge using an active short-range remote sensing system

Gawronek Pelagia

Geomatics, Landmanagement and Landscape

|

2023

|

no. 4

287--296

EN

The idea of assessing the surface corrosion of a steel railway bridge evolved as a response to an industry need for fast and non-manual confirmation of the progress of surface deterioration of monochromatic bridges. Terrestrial laser scanning is a technology for remote acquisition of information about the geometry of an object in the form of a point cloud, in which the coordinates (X, Y, Z) are recorded for each point and information on the intensity of the reflected beam is also recorded. In addition to the accurate representation of changes in the geometry of an ageing object, represented by the three-dimensional coordinates of the bridge, terrestrial laser scanning provided information about the surface properties of the bridge object in the form of the intensity of the reflection beam. Imaging algorithms enable it to indicate the homogeneous surfaces of the bridge and, therefore, suggest whether they are subject to corrosion processes or not. The intensity of the object’s point cloud, through the use of unsupervised classification tools, ensures the detection of changes in the surface properties of a monochromatic railway bridge. The classification method for the unsupervised raster representation of grey-scale reflectance intensity (generated from TLS data), as in classical remote sensing, provides classes of pixels with similar reflectance properties. The concept for the scientific research on the detection of the corrosion progress of a steel railway bridge using an active short-range remote sensing system involved the development of algorithmic advances that allow the comparison of periodic raster classifications from a point cloud. Thanks to the differentiation of the imaging, it is possible to determine changes in the location and extent of corrosion, the rate of its progress in ageing steel objects, the detection of cracks and fissures as structural hotspots, indicating the filling capacity of the object, as provided for in the technical documentation. The study provided an empirical basis for research on automatic corrosion detection.

PL

Koncepcja oceny korozji powierzchniowej stalowego mostu kolejowego zrodziła się jako odpowiedź na potrzebę branżową szybkiej oraz niemanualnej konstatacji postępów zniszczenia powierzchniowego mostów monochromatycznych. Naziemny skaning laserowy to technologia zdalnego pozyskiwania informacji o geometrii obiektu w postaci chmury punktów, której dla każdego punktu zapisane są współrzędne (X, Y, Z) oraz zarejestrowana jest również informacja o intensywności wiązki odbicia. Poza wiernym odzwierciedleniem zmian geometrii obiektu wiekowego, reprezentowanym przez współrzędne trójwymiarowe mostu, naziemny skaning laserowy dostarczał informacji o właściwościach powierzchni obiektu mostowego w postaci intensywności wiązki odbicia. Może ona, poprzez algorytmy zobrazowania, wskazać może powierzchnie jednorodne mostu, a zatem poddane bądź nie procesom korozji. Intensywność chmury punktów obiektu, poprzez zastosowanie narzędzi klasyfikacji nienadzorowanej zapewnia detekcję zmian właściwości powierzchni mono-barwnego mostu kolejowego. Metodą klasyfikacji nienadzorowanej rastrowej reprezentacji intensywności odbicia w skali szarości (wygenerowanej z danych TLS), podobnie jak w przypadku klasycznej teledetekcji, uzyskuje się klasy pikseli o podobnych właściwościach odbicia promieniowania. Koncepcja badań naukowych nad detekcją postępu korozji stalowego mostu kolejowego z zastosowaniem aktywnego systemu teledetekcji bliskiego zasięgu zakładała opracowanie postępów algorytmicznych pozwalających na porównywanie okresowych klasyfikacji rastrów z chmury punktów. Dzięki różnicowaniu zobrazowań, możliwe jest określenie zmian lokalizacji i zasięgu korozji, tempa ich postępowania w przypadku stalowych obiektów wiekowych, detekcji rys i spękań, jako punktów newralgicznych konstrukcji, świadczących o wypełniających się zdolnościach eksploatacyjnych obiektu, przewidzianych w dokumentacji technicznej. Przeprowadzone opracowanie wskazało empiryczne podstawy do prowadzenia badań nad automatyczną detekcją korozji.

3

A combined field and automatic approach for lithological discrimination in semi-arid regions, the case of geological maps of bir later region and its vicinity, Nementcha mounts, Algeria

Chibani Abdelmouhcene, Hadji Riheb, Younes Hamed

Geomatics, Landmanagement and Landscape

|

2022

|

no. 4

7--26

EN

The Sahara’s Nememcha mountains chain suffers from a significant lack of large-scale geological information. In the Bir Later region with complex morpho-structural settings and arid climate conditions; geological maps have not been yet completed by competent authorities. However, this region harbours Algeria’s largest phosphate mine; with its reserves estimated at more than one billion tons of ore grading 20% phosphorus pentoxide. Geomatic-based techniques of Multisource Remote Sensing data allow the classification and identification of the lithologic features. The adopted method quarries the spectral signal, the alteration processes, and the thickness of the rocky banks. For this task, we apply Principal Component Analysis (PCA), Minimum Noise Fraction (MNF), directional filters, and unsupervised classification (K-Means data) techniques to calibrate and correct Landsat 8 OLI and Sentinel-2A multispectral images. A petrographic study with field and laboratory work was carried out in order to confirm the machine description of the different facies. The results showed that the proposed lithology classification scheme can achieve accurate classification of all lithologic types, in the Cenozoic, Mesozoic, and Holocene deposits of the study area. The lithological map obtained from the GIS-RS-Processing is highly correlated with our field survey. Therefore, multispectral image data (Landsat 8 OLI and Sentinel-2A) coupled with an advanced image enhancement technique and field surveys are recommended as a rapid and cost-effective tool for lithologic discrimination and mapping. The experimental results fully demonstrated the advantages of the reliance on laboratory tests in the sensed lithology validation in an arid area.

4

Detecting abuses in archaeological areas using k-mean clustering analysis and UAVs/drones data

Qubaa Abdalrahman, Al-Hamdani Saja

Przegląd Naukowy Inżynieria i Kształtowanie Środowiska

|

2021

|

Vol. 30, No. 1

182--194

EN

Unmanned aerial vehicles (UAVs) or drones have made great progress in aerial surveys to research and discover heritage sites and archaeological areas, particularly after having developed their technical capabilities to carry various sensors onboard, whether they are conventional cameras, multispectral cameras, and thermal sensors. The objective of this research is to use the drone technology and k-mean clustering algorithm for the first time in Nineveh Governorate in Iraq to reveal the extent of civil excesses and random construction, as well as the looting and theft that occur in the archaeological areas. DJI Phantom 4 Pro drone was used, in addition to using the specialized Pix4D program to process drone images and make mosaics for them. Multiple flights were performed using a drone to survey multiple locations throughout the area and compare them with satellite images during different years. Drone’s data classification was implemented using a k-means clustering algorithm. The results of the data classification for three different time periods indicated that the percentage of archaeological lands decreased from 90.31% in 2004 to 25.29% in 2018. Where the work revealed the extent of the archaeological area’s great violations. The study also emphasized the importance of directing authorities of local antiquities to ensure the use of drone’s technology to obtain statistical and methodological reports periodically to assess archaeological damage and to avoid overtaking, stolen and looted of these sites.

5

Geomorphometry of the physical and geographical microregion of the Polkowice Hills

Bidzińska Paulina

Geomatics, Landmanagement and Landscape

|

2021

|

no. 2

59--70

EN

In this paper, a morphometric analysis of the terrain sculpture was carried out along with the editing of a geomorphometric map of the physical and geographical microregion of the Polkowickie Hills, which so far was not present in the literature for the studied area. The analysis was performed using the GIS program (ESRI ArcMap), which is based on a digital elevation model (LiDAR ‒ DEM). Following primary topographic parameters were selected through digital elevation model processing: aspect, slope, planar curvature, vertical curvature and local height differece, which provide exact information about the variability of the topography and its surface morphological processes. The obtained results of primary parameters allowed for the classification of relief forms in the studied area using the unsupervised ISODATA classification method. The final stage consisted of editing a geomorphometric map of the Polkowickie Hills microregion and a presentation of the distribution of morphometric classes with the height division of boundaries of the obtained geomorphometric separations. The results of the calculations and analyses allowed for the separation of various areas in the Polkowice Hills, and giving them their own names by the author. The choice of the unsupervised classification method and the independent definition of the number of classes gave positive results of terrain clustering of the studied area. The compliance of the results of the selected classification method with the actual topography (of which the author has extensive field and observational knowledge) confirms the selection of appropriate geomorphometric indicators and the unsupervised classification method, which in the examined case turned out to be computationally effective.

PL

W tym artykule wykonano analizę morfometryczną rzeźby terenu wraz z redakcją mapy geomorfometrycznej mikroregionu fizyczno-geograficznego Wzgórza Polkowickie, która do tej pory w literaturze nie została sporządzona dla badanego obszaru. Analiza została wykonana przy użyciu programu GIS (ESRI ArcMap) w oparciu o cyfrowy model wysokościowy (LiDAR - DEM). Wybrano pierwotne parametry topograficzne będące rezultatem przetwarzania cyfrowego modelu wysokości, takie jak: nachylenie, ekspozycja, krzywizna planarna, krzywizna wertykalna oraz deniwelacja lokalna, które są jednoznaczną informacją o zmienności ukształtowania rzeźby terenu oraz o procesach morfologicznych jakie zachodzą na jego powierzchni. Na podstawie otrzymanych wyników parametrów pierwotnych dokonano klasyfikację form rzeźby terenu na badanym obszarze wykorzystując metodę klasyfikacji nienadzorowanej ISODATA. Końcowy etap stanowiło zredagowanie mapy geomorfometrycznej mikroregionu Wzgórza Polkowickie oraz przedstawienie udziału klas morfometrycznych wraz z podziałem wysokościowym granic otrzymanych wydzieleń geomorfometrycznych. Wyniki przeprowadzonych obliczeń i analiz pozwoliły na wydzielenie zróżnicowanych obszarów na terenie Wzgórz Polkowickich wraz z nadaniem im autorskiego nazewnictwa. Wybór metody klasyfikacji nienadzorowanej i samodzielne zdefiniowanie liczby klas dały pozytywne wyniki klasteryzacji rzeźby terenu badanego obszaru. Zgodność wyników wybranej metody klasyfikacji z rzeczywistą rzeźbą terenu (o której Autorka posiada bogatą wiedzę terenowo - obserwacyjną) jest potwierdzeniem doboru odpowiednich wskaźników geomorfometrycznych oraz metody klasyfikacji nienadzorowanej, która w badanym przypadku okazała się skuteczna obliczeniowo.

6

Data classification based on photogrammetry

Piech Izabela, Żaba Tadeusz, Jankowska Aleksandra

Geomatics, Landmanagement and Landscape

|

2020

|

no. 2

93--110

EN

The aim of the paper was to classify data from aerial laser scanning and CIR digital images, which were orientated, connected and aligned by the Agisoft Photoscan software. Then, in order to distinguish the ground a point cloud was generated. This was to create a correct terrain mesh and, in consequence, an orthophotomap. The next stage is to develop a new point cloud using ArcGIS. The land cover from the images was combined with the ground mapped by LiDAR. New heights were calculated relative to the ground surface height 0. The point cloud was converted into a raster form, providing a normalized Digital Surface Model (nDSM). It was the first element of the output composition, which also consisted of the NIR and RED channels, acquired from the cloud point generated in Agisoft. The colour composition obtained in such way was subjected to four object-oriented and pixel-oriented classification methods: I – ISO Cluster, II – Maximum Likelihood, III – Random Trees, IV – Support Vector Machine. Object grouping is possible due to information stored in the display content. This technique is prompted by human ability of image interpretation. It draws attention to more variables, so effects similar to human perception of reality are possible to achieve. The unsupervised method is based on a process of automatic search for image fragments, which allows assigning them to individual categories by a statistical analysis algorithm. In turn, supervised method uses “training datasets”, which are used to “teach” the program assigning individual or grouped pixels to classes [Benz UC et al., 2004]. The area studied for land development was the Lutowiska municipality, in the Podkarpackie Voivodeship, Bieszczady County. As a result of the classification, 11 classes of terrain features were distinguished: class 0 – road infrastructure, class 1 – roads, class 2 – buildings, class 3 – waters, class 4 – meadows, class 5 – arable lands, class 6 – pastures, class 7 – high vegetation, class 8 – medium vegetation, class 9 – low vegetation, class 10 – quarry. The area of research covers an area of about 28 km2. Aerial images were made in 2015. Field vision and photopoint measurement was carried out in May 2018.

PL

Celem opracowania jest klasyfikacja danych na podstawie lotniczego skaningu laserowego oraz zdjęć cyfrowych CIR. Do opracowania posłużyło oprogramowanie Agisoft Photoscan, w którym dokonano zorientowania, połączenia i wyrównania zdjęć. Następnie wygenerowano z nich chmurę punktów, z której wydzielono grunt. Miało to na celu poprawne utworzenie siatki terenu, a w konsekwencji ortofotomapy. Kolejny etap pracy to utworzenie nowej chmury punktów przy wykorzystaniu programu ArcGIS. Pokrycie terenu ze zdjęć połączono z gruntem z LiDAR. Obliczono nowe wysokości względem powierzchni terenu, któremu nadano wysokość 0. Dokonano konwersji chmury punktów do postaci rastrowej, uzyskując Znormalizowany Numeryczny Model Pokrycia Terenu. Był to pierwszy element kompozycji wyjściowej, która składała się także z kanału NIR oraz RED, pozyskanych z chmury wygenerowanej w Agisoft. Otrzymaną w ten sposób kompozycję barwną poddano czterem metodom klasyfikacji obiektowej i pikselowej: I- ISO Cluster, II- Maximum Likelihood, III- Random Trees, IV- Support Vector Machine. Grupowanie obiektowe jest możliwe dzięki informacji zapisanej w treści zobrazowania. Technika ta wykorzystuje podejście zainspirowane zdolnością interpretacji obrazu przez człowieka. Zwraca uwagę na więcej zmiennych, dzięki czemu można uzyskać efekty zbliżone do postrzegania rzeczywistości przez ludzi. Metoda Unsupervised bazuje na procesie automatycznego wyszukiwania fragmentów obrazu i przyporządkowania ich do poszczególnych kategorii za pomocą algorytmu wykorzystującego analizę statystyczną. Z kolei Supervised wykorzystuje „pola treningowe”, za pomocą których „uczy” program, do której klasy przyporządkować pojedyncze, czy też zgrupowane piksele [Benz U. C. i in., 2004]. Obszarem poddanym analizie jest gmina Lutowiska, w województwie podkarpackim, powiecie bieszczadzkim, na której dokonano analizy zagospodarowania terenu. W wyniku klasyfikacji wyodrębniono 11 klas form terenu: klasa 0- infrastruktura drogowa, klasa 1- drogi, klasa 2- budynki, klasa 3- woda, klasa 4- łąki, klasa 5- grunty orne, klasa 6- pastwiska, klasa 7- roślinność wysoka, klasa 8- średnia roślinność, klasa 9- roślinność niska, klasa 10- kamieniołom. Obszar opracowania stanowi powierzchnię ok. 28 km2. Zobrazowania lotnicze zostały wykonane w 2015r. Wizję terenową oraz pomiar fotopunktów przeprowadzono w maju 2018r.

7

Unsupervised classification and particle swarm optimization

Truszkowski A., Topczewska M.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

|

2012

|

Z. 9

119-132

EN

This article considers three algorithms of unsupervised classification -K-means, Gbest and the Hybrid method, the last two have been proposed in [14]. All three algorithms belong to the class of non-hierarchical methods. At first, the initial split of objects into known in advance number of classes is performed. If it is necessary, some objects are then moved into other clusters to achieve better split - between cluster variation should be much larger than within cluster variation. The first algorithm described in this paper (K-means) is wellknown classical method. The second one (Gbest) is based on the particle swarm intelligence idea. While the third is a hybrid of two mentioned algorithms. Several indices assessing the quality of obtained clusters are calculated.

PL

W niniejszym artykule porównywane są trzy algorytmy analizy skupień - metoda k-średnich, algorytm gbest oraz metoda hybrydowa. Algorytmy gbest oraz hybrydowy zostały zaproponowane w publikacji [14]. Wszystkie trzy metody nalezą a do rodziny metod niehierarchicznych, w których na początku tworzony jest podział obiektów na znaną z góry liczbę klastrów. Następnie, niektóre obiekty przenoszone są pomiędzy klastrami, by uzyskać jak najlepszy podział - wariancja pomiędzy skupieniami powinna być znacznie większa niż wariancja wewnątrz skupień. Pierwszy algorytm (k-means) jest znaną, klasyczną metodą. Drugi oparty jest na idei inteligencji roju cząstek. Natomiast trzeci jest metodą hybrydową łączącą dwa wymienione wcześniej algorytmy. Do porównania uzyskanych skupień wykorzystano kilka różnych indeksów szacujących jakość otrzymanych skupień.

8

An approach to unsupervised classification

Przybyła T., Pander T., Horoba K., Kupka T., Matonia A.

Journal of Medical Informatics & Technologies

|

2011

|

Vol. 17

105--111

EN

Classification methods can be divided into supervised and unsupervised methods. The supervised classifier requires a training set for the classifier parameter estimation. In the case of absence of a training set, the popular classifiers (e.g. K-Nearest Neighbors) can not be used. The clustering methods are considered as unsupervised classification methods. This paper presents an idea of the unsupervised classification with the popular classifiers. The fuzzy clustering method is used to create a learning set. The learning set includes only these patterns that are the best representative of each class in the input dataset. The numerical experiment uses an artificial dataset as well as the medical datasets (PIMA, Wisconsin Breast Cancer) and illustrates the usefulness of the proposed method.

9

Improving unsupervised classification of forest types throught the use of spectral indices

Stępniewski P., Będkowski K.

Roczniki Geomatyki

|

2009

|

T. 7, z. 2

127-132

EN

The natural land cover class of Poland is almost entirely forest, but nowadays it is replaced by man-made ecosystems like arable, meadows, pastures and urban areas. The remaining forest forms islands, which are connected each other by corridors located mainly along rivers. Satellite images are an effective tool for the recognition of land cover structures which forms the first step for attaining a good understanding of landscape function. One of the commonly used remote sensing methods is unsupervised land use classification derived from the ISODATA (Iterative Self-Organizing Data Analysis Technique) algorithm. The logic of this routine was described by (Ball, Hall, 1965). Although the ISODATA routine applied to spectral bands acquired from multispectral scanners usually leads to good classification results, new approaches continue to be developed. In this paper we describe how classification results can be improved through the use of spectral indices instead of the original spectral bands. This will be explained using an example of analysing the structure of a forested area. The main objective of this research is to analyse how the vertical and horizontal structure of mixed forests can be assessed from satellite images. In our study we've used the IDRISI32 ISOCLUST routine, which is a specific implementation of the ISODATA approach (Eastman, 1999). The study was carried out on a 100 km2 subset of the Landsat scene p188r24 acquired on 7th May 2000 (http://www.landsat.org). This 7-band multispectral image with panchromatic band covers a region located in central Poland. The main land cover classes here are agricultural areas (arable fields, meadows, pastures) and forests. This landscape can be considered as representative of this part of Poland. The entire study area was also recorded using aerial photographs taken with a DMC 2000 digital camera. The resolution (ground sample distance) of these images was about 0.15 m. For our study NC- (natural color) and CIR-composites were produced.

PL

Naturalną formą pokrycia terenu w Polsce są lasy, które zostały jednakże zastąpione w znacznym stopniu przez obszary użytkowane rolniczo - pola uprawne, łąki i pastwiska. Pozostałości lasów tworzą w krajobrazie wyspy, które są połączone siecią korytarzy. Rolę korytarzy pełnią najczęściej lasy i zarośla położone wzdłuż cieków wodnych. Obrazy satelitarne są uważane za efektywne narzę dzie służące do rozpoznawania struktury i funkcjonowania krajobrazu na dużych obszarach. Jedną z popularnych metod analizy jest procedura klasyfikacji nienadzorowanej ISODATA. W niniejszej pra cy przedstawiono wyniki klasyfikacji sceny Landsat p188r24 za pomocą algorytmu ISOCLUST, który jest implementacją procedury ISODATA w programie IDRISI32. Głównym celem badań było spraw dzenie, czy można poprawić wyniki klasyfikacji nienadzorowanej przez zastosowanie indeksów spek tralnych, zamiast oryginalnych kanałów obrazu satelitarnego. Specjalną uwagę zwrócono na odróżnianie drzewostanów mieszanych o złożonej strukturze poziomej i pionowej w sytuacji, gdy scena jest klasyfikowana do niedużej liczby klas. Wykazano, że zastosowanie wskaźników spektralnych popra wia wynik klasyfikacji. Rozpoznano drzewostany jednogatunkowe, jednak nie udało się utworzyć oddzielnej klasy drzewostanów mieszanych - piksele reprezentujące te obiekty były klasyfikowane do klasy drzewostanów iglastych bądź liściastych. Wynik taki otrzymano zarówno w przypadku drzewo stanów mieszanych jednopiętrowych, jak i dwupiętrowych - z sosną w piętrze górnym i dębem lub innymi gatunkami liściastymi w piętrze dolnym. Autorzy sugerują, że wynik klasyfikacji można popra wić przez zwiększenie liczby tworzonych klastrów-skupień (parametr procedury ISOCLUST), a także przez uwzględnienie sezonowej zmienności lasów, czyli prowadzenie analizy na obrazach wieloczasowych.

10

Unsupervised clustering for fetal state assessment based on selected features of the cardiotocographic signals

Przybyła T., Jeżewski J., Roj D.

Journal of Medical Informatics & Technologies

|

2009

|

Vol. 13

157--162

EN

In modern obstetrics the cardiotocography is a routine method of fetal condition assessment based mainly on analysis of the fetal heart rate signals. The correct interpretation of recorded traces from a bedside monitor is very difficult even for experienced clinicians. Therefore, computerized fetal monitoring systems are used to yield the quantitative description of the signal. However, the effective techniques enabling automated conclusion generation based on cardiotocograms are still being searched. The paper presents an attempt to diagnose the fetal state basing on seventeen features describing the cardiotocographic records. The proposed method applies the unsupervised classification of signals. During our research we tried to classify the fetal state using the fuzzy c-means (FCM) clustering. We also tested how the efficiency of classification could be influenced by application of principal component analysis (PCA) algorithm. The obtained results showed that unsupervised classification cannot be considered as a support to fetal state assessment.