Praca Dyplomowa - AGH

More documents

Recommendations

Info

Wykres. 4.5. Porównanie wyników klasyfikacji przed i po dodaniu 9-tej kategorii.W tym przypadku widać wyraźną przewagę danych wysokorozdzielczych naddanymi średniorozdzielczymi. Wysokorozdzielcze dane satelitarne są bardziej dokładnedzięki czemu potencjalnie możliwe jest wyznaczenie większej ilości klas pokryciaterenu oraz można z większą wiarygodnością przygotować próbkę weryfikacyjną.Na poniższych zdjęciach widać wyraźnie, iż program bez większych problemówporadził sobie z oddzieleniem kategorii jaką są tory kolejowe dla danych z satelityIKONOS (Rys. 4.25a). Dla porównania, w przypadku danych średniorozdzielczych,program napotkał problem z dokładnym oddzieleniem klasy „tory kolejowe”(Rys. 4.25b). Widać nie tylko brak w niektórych miejscach rozpoznania pikselii przypisania ich do odpowiedniej klasy pokrycia terenu, ale również widać, iż programtereny na których występują tory kolejowe zaklasyfikował do innych klas.Dla porównania na zdjęciu z portalu Google Maps widać wyraźnie, iż na analizowanymfragmencie obrazu występują dwie osobne trakcje kolejowe oddzielone peronem(Rys. 4.26).80
A.Widoczne na zdjęciuoddzielone pasemzieleni trakcjekolejoweB.Błędne przypisaniepikseli do klasy„tory kolejowe”Brak możliwościzauważenia dwóchosobnych trakcjikolejowychRys. 4.25. A) IKONOS, B) LANDSAT.Rys. 4.26. Zdjęcie z portalu Google Maps przedstawiające analizowany fragment.81
Page 2 and 3:
Podziękowania2
Page 6 and 7:
4.2. Klasyfikacja nadzorowana......
Page 9:
ROZDZIAŁ 1OBRAZY SATELITARNE JAKO
Page 14 and 15:
Pierwszą z ważnych cech obrazu je
Page 16 and 17:
„Wyrównanie histogramu (ang. his
Page 18 and 19:
odróżnienia wraz z rozpoznaniem o
Page 20 and 21:
wielospektralnych jako wyodrębnien
Page 23 and 24:
Rys. 1.10. Wykres przedstawiający
Page 25 and 26:
prawdopodobną wartość dla danej
Page 27 and 28:
(Adamczyk, Będkowski, 2007), a jej
Page 29 and 30: parametrów sterujących tak, że p
Page 31 and 32: 1.3. Produkty klasyfikacjiPodstawow
Page 33 and 34: Wreszcie na poziomie trzecim wyró
Page 35 and 36: meteorologicznych wystarczające do
Page 37 and 38: satelitów LANDSAT, która trwa po
Page 39 and 40: Wszystkie z trzech pierwszych satel
Page 41 and 42: LANDSAT należą do najpowszechniej
Page 43 and 44: na rysunku 2.5., którego producent
Page 45 and 46: wielospektralne w czterech kanałac
Page 47 and 48: Rok uruchomieniapanchromatyczny(pan
Page 49 and 50: ROZDZIAŁ 3OBSZAR TESTOWY I DANE WY
Page 51 and 52: 3.3. Oprogramowanie - IDRISI 32, ID
Page 53 and 54: ROZDZIAŁ 4KLASYFIKACJA PIKSELOWA O
Page 55 and 56: Tab. 4.1. Charakterystyka klas pokr
Page 57 and 58: wymaganej przez program Idrisi, wpi
Page 59 and 60: Rys. 4.9. Obraz z satelity IKONOS s
Page 61 and 62: W kolejnym etapie tworzenia punktó
Page 63 and 64: Rys. 4.11. Obszary testowe (zdj. lo
Page 65 and 66: Rys. 4.13. Próbka weryfikacyjna LA
Page 67 and 68: 1.7, 1.8, 1.9, 2.0, 2.1, 2.2, 2.3,
Page 69 and 70: Bazując na ośmiu kategoriach moż
Page 71 and 72: Wykres. 4.1. Ocena dokładności kl
Page 73 and 74: w klasyfikacji nadzorowanej obrazó
Page 75 and 76: tabel, jak również pokazano najle
Page 77 and 78: Rys. 4.22. Scena z satelity IKONOS.
Page 79: A. B. C.Rys. 4.24. A) IKONOS, B) LA
Page 83 and 84: ROZDZIAŁ 5PODSUMOWANIE I WNIOSKIPo
Page 85 and 86: testy potwierdzają więc kolejną
Page 87 and 88: Rys. 5.1. Mapa pokrycia/użytkowani
Page 89 and 90: Kmieć B., 2010, „Techniki telede
Page 91 and 92: NETOGRAFIA[1] http://clc.gios.gov.p
Page 93 and 94: Załącznik 2.Rys. 2.1. Sygnatury k
Page 95 and 96: Wykres 3.2. Zestawienie wszystkich
Page 97 and 98: Rys. 3.2. Mapa pokrycia terenu po m
Page 99 and 100: Wykres 4.2. Zestawienie wszystkich
Page 101 and 102: Rys. 4.2. Mapa pokrycia terenu po m
show all

Praca Dyplomowa - AGH

Create successful ePaper yourself

Delete template?

Save as template?