30.12.2014 Views

Using Geomatica Software - Fernerkundung Jena - Friedrich ...

Using Geomatica Software - Fernerkundung Jena - Friedrich ...

Using Geomatica Software - Fernerkundung Jena - Friedrich ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Prozessablauf in XPACE, Problembereiche bei der Anwendung, Struktur der<br />

Klassifikation mit ANNs (Konstruktion, Trainingsphase, Klassifikationsphase,<br />

Hierarchical Classification, NN Klassifikator, Distance-Weighted k-NN, Narenda<br />

Goldberg non-iteratives und nicht-parametrisches Histogramm Clustering,<br />

Descision Tree Klassifikatoren, DTC vers. ANN, ANN Module in <strong>Geomatica</strong><br />

(Beschreibung der Advanced ANN Module in EASI/PACE), Übung zur überwachten<br />

Klassifikation,<br />

12. Termin: Textur, Definitionen, statistische Parameter 1er Ordng (Varianz,<br />

Mittelwert), statistische Parameter 2ter Ordng. (SGLD), Spatial Grey Level<br />

Dependence Matrices, Concurrence Matrix, Co-occurence Matrix, SGD-Matrix-<br />

Klassen: Contrast, Dissimilarity, Homogenität, Angular Second Moment (Energy,<br />

Entropy), GLCM Mean, Variance, Stdev, Correlation), statistische Parameter 3ter<br />

und nter Ordng. (Variogrammanalysen und -texturklassifikation), Textur zur<br />

Datensegmentierung, Link zu Segmentierungsmethoden, Mustererkennung,<br />

Textur in <strong>Geomatica</strong> (Modulüberblick und -anwendung von TEX ), Übung zur<br />

Texturklassifikation in EASI/PACE,<br />

13. Termin Genauigkeitsanalysen von Klassifikationsergebnissen<br />

(Evaluierungsgebiete, Trainingsgebiete, User- und Producer Genauigkeit, Error of<br />

Omission, Error of Comission, MLR (Maximum Likelihood Report) in <strong>Geomatica</strong>,<br />

Übung zur Klassifikationsgenauigkeit, Literaturhinweise zum Thema,<br />

14. Termin: Hyperspektrale Datenauswertung, Eigenschaften, Sensoren<br />

(Kurzüberblick), Datenredundanz, spectral Unmixing, Endmembers, Spectral<br />

Angle Mapper, MNF (Minimum Noise Fraction), Spectral Feature Fitting, Binary<br />

Encoding, Hyperspektrale Datenverarbeitung in ENVI und SAM in <strong>Geomatica</strong>,<br />

Ausblick auf die Objekt orientierte Klassifikation und Schnittmengen mit GIS<br />

(Landscape Metrics, Fragstat, r.le in GRASS), ULE (Lehrevaluierung),<br />

15. ggf. 15. Termin: Wiederholung aller Termininhalte in komprimierter Form,<br />

Fragestunde zur Klausur, Ergebnis-Diskussion der ULE Analyse<br />

1.3 Digitale Bildverarbeitung – die Grundlagen<br />

Einheiten der Speicherkapazität:<br />

1 Bit = -> 0 oder -> 1 - ( Ja ) oder ( Nein )<br />

1 Byte = 8 Bit = 1 Zeichen (=> 256 mögliche Ausprägungen)<br />

1 KiloByte = 1024 Bytes -> 1024 = 2(hoch 10)<br />

1 MB = 1 Megabyte = 1024 * 1024 Byte (1.048.576 Byte).<br />

Megabyte:<br />

Die Berechnung von einem Megabyte führt immer wieder zur Verwirrung,<br />

daher sei hier auf den Faktor hingewiesen, mit dem gerechnet werden muss:<br />

1024 Byte = 1 KiloByte,<br />

1024 KiloByte = 1 Megabyte.<br />

1024 Megabyte = 1 Gigabyte<br />

Um also von z.B. 123.456.789 Bytes auf Megabyte umzurechnen,<br />

rechnet man: (123.456.789/1024)/1024=117,73 MB, oder<br />

123.456.789/1048576=117,73 MB<br />

Dieser Faktor wird in allen Berechnungen, die in MegaByte ausgedrückt werden,<br />

verwendet. Unglücklicherweise halten sich z.B. einige Hardwarehersteller nicht an diese<br />

Konvention. Dies führt beim Kauf von Festplatten immer wieder zu Verwirrungen.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!