155YDPZ Zpracování dat DPZ: Porovnání verzí
m Cajthaml přesunul stránku 153YZD1 Zpracování dat DPZ na 155ZDDP Zpracování dat DPZ |
mBez shrnutí editace |
||
| Řádek 7: | Řádek 7: | ||
== Přednášky == | == Přednášky == | ||
Přednášky probíhají | Přednášky probíhají ve čtvrtek v místnosti B-870 od 16:00 do 17:40. | ||
'''Přednášející:''' [[Doc. Ing. Lena Halounová, CSc.|doc. Ing. Lena Halounová, CSc.]] | '''Přednášející:''' [[Doc. Ing. Lena Halounová, CSc.|doc. Ing. Lena Halounová, CSc.]] | ||
Verze z 13. 10. 2016, 08:51
Anotace
Zpracování obrazových digitálních dat pořízených vesměs družicovou aparaturou. Praktické postupy zpracování obrazových dat, jejich interpretace a klasifikace.
- Doporučená literatura
- Halounová, L., Pavelka, K.: Dálkový průzkum Země, Vydavatelství ČVUT, 2005.
- Halounová, L.: Zpracování obrazových dat, Vydavatelství ČVUT, 2008.
- Lillesand, T.M., Kiefer, R.W., Chipman, J.W.: Remote Sensing and Image Interpretation, 5th Ed., Wiley, 2007.
Přednášky
Přednášky probíhají ve čtvrtek v místnosti B-870 od 16:00 do 17:40.
Přednášející: doc. Ing. Lena Halounová, CSc.
- Typy dat DPZ, formulace přímé a obrácené úlohy DPZ, digitální zpracování dat DPZ, rektifikace obrazu
- Restaurace obrazu (radiometrické korekce)
- Zvýraznění obrazu (bodové operace, lokální operace)
- Zvýraznění obrazu (Fourierova analýza, texturová filtrace, barevné zvýraznění, manipulace s víceobrazem)
- Klasifikace (řízená a neřízená klasifikace, odhad přesnosti klasifikace), postklasifikační úpravy
- Segmentace obrazu, objektová analýza obrazu
- Radarová analýza (geometrie a princip radaru, interpretace obrazu z radaru, zpracování radarových dat)
- Interferometrie
- Hyperspektrální data
(poznámka - uvedené odkazy na přednášky jsou aktuální k ročníku 2012/2013)
Cvičení
Cvičení probíhají každý lichý týden ve středu v místnosti B-870 od 8:00 do 9:40.
Cvičící: Ing. Vojtěch Hron (sedím na vejminku, místnost pod paní doc. Halounovou - H109/D101B)
- Seznámení s objektově orientovanou obrazovou analýzou
- Založení projektu, základní ovládání softwaru eCognition (View Settings, Process Tree, Class Hierarchy, Feature View, Image Object Information), segmentace obrazu (Multiresolution Segmentation), data
- Prahování a jednoduchá fuzzy klasifikace s využitím spektrálních příznaků (NDVI, barevný model HSI atd.), data
- Pokročilá fuzzy klasifikace (příklad použití - identifikace solitérní vegetace z leteckých snímků)
- Řízená klasifikace (Standard Nearest Neighbor)
- Pokročilá klasifikace budov, rule set
Aktualizace: 2013/2014 - zimní semestr
- 5. cvičení - Detekce budov pomocí dat LLS a obrazových dat, data
- 6. cvičení - Detekce budov pomocí podrobných dat LLS, data
Guided Tours: