Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: przetwarzanie automatyczne

Sortuj według:

Ogranicz wyniki do:

Theoretical and applied research in the field of higher geodesy conducted in Rzeszow

100%

Kadaj R. , Świętoń T.

Reports on Geodesy and Geoinformatics

2016

tom Vol. 100

79--100

Important qualitative changes were taking place in Polish geodesy in last few years. It was related to application of new techniques and technologies and to introduction of European reference frames in Poland. New reference stations network ASG-EUPOS, together with Internet services which helps in precise positioning was created. It allows to fast setting up precise hybrid networks. New, accurate satellite networks became the basis of new definitions in the field of reference systems. Simultaneously arise the need of new software, which enables to execute the geodetic works in new technical conditions. Authors had an opportunity to participate in mentioned undertakings, also under the aegis of GUGiK, by creation of methods, algorithms and necessary software tools. In this way the automatic postprocessing module (APPS) in POZGEO service, a part of ASG-EUPOS system came into being. It is an entirely polish product which works in Trimble environment. Universal software for transformation between PLETRF89, PL-ETRF2000, PULKOWO’42 reference systems as well as defined coordinate systems was created (TRANSPOL v. 2.06) and published as open product. An essential functional element of the program is the quasi-geoid model PL-geoid-2011, which has been elaborated by adjustment (calibration) of the global quasi-geoid model EGM2008 to 570 geodetic points (satellite-leveling points). Those and other studies are briefly described in this paper.

Accuracy assessment of automatic image processing for land cover classification of St. Petersburg protected area

80%

Bogoliubova A. , Tymków P.

tom Vol. 13, nr 1-2

5--22

This study analyzes the evaluation of land cover supervised classification quality. Authors put forward the hypothesis that the overall accuracy of image classification depends on its division into parts of the same area. The dependence is described by the logarithmic curve – Т = 4.3004·ln(x) + 72.697, because the determination coefficient is maximum (R2 = 0.9678). The research area was the Yuntolovo reserve, the protected area near St. Petersburg (Russia). In order to increase the overall accuracy of the land cover automatic classification based on aerial images, a new methodology of data preprocessing was introduced. The proposed method of estimating the overall classification accuracy of land cover protected areas increases on average by 10% by dividing the source aerial image into no more than 10 equal parts. With further partitioning of the image into parts of the same area, the overall accuracy is slightly increased. Pixel-based image analysis of supervised classification and error matrix were evaluated using ILWIS 3.31 software and in our own software in .NET environment.

W pracy dokonano analizy sposobów oceny jakości klasyfikacji pokrycia terenu na danych obrazowych. Autorzy wysunęli hipotezę, że ogólna dokładność klasy- fikacji obrazu zależy od jego podziału w procesie klasyfikacji na podobszary. Zależność tę opisano krzywą logarytmiczną Т = 4,3004⋅ln(x) + 72,697, dla której uzyskano najwyższy współczynnik determinacji (R2 = 0,9678). Badania prowadzono dla rezerwatu Yuntolovo, chronionego obszaru w pobliżu Sankt Petersburga (Rosja). W celu zwiększenia ogólnej dokładności automatycznej klasyfikacji pokrycia terenu na podstawie zdjęć lotniczych autorzy zaproponowali nową metodologię wstępnego przetwarzania danych. Proponowana metoda, polegająca na podziale obrazu klasyfikowanego na nie więcej niż dziesięć równych części, poprawia ogólną dokładność klasyfikacji pokrycia obszarów lądowych średnio o 10%. Podział na większą liczbę części nie zwiększa już znacząco jakości klasyfikacji, a dodatkowo wprowadza niejednoznaczności spowodowane zmniejszaniem próby uczącej. Klasyfikację obrazów i analizę dokładności prowadzono z wykorzystaniem pakietu ILWIS 3.31 oraz autorskiego oprogramowania stworzonego w środowisku NET.