Show simple item record

Classification of line features from remote sensing data
dc.contributor.advisorPotůčková, Markéta
dc.creatorKolankiewiczová, Soňa
dc.date.accessioned2017-04-20T10:40:51Z
dc.date.available2017-04-20T10:40:51Z
dc.date.issued2009
dc.identifier.urihttp://hdl.handle.net/20.500.11956/26120
dc.description.abstractTato práce se věnuje objektové klasifikaci liniových prvků z družicových dat. Hlavním cílem práce je stanovení vhodného postupu klasifikace vybraných liniových prvků (silnice a železnice) z dat velmi vysokého rozlišení. První část práce se zabývá obecnými přístupy ke klasifikaci liniových prvků a teoretickými rozdíly mezi objektově orientovanou a pixelovou klasifikací. Druhé část je věnována samotné klasifikaci liniových prvků. K dispozici byly snímky velmi vysokého rozlišení družice QuickBird z oblasti okolí Prahy. Nejprve byl navržen postup objektově orientované klasifikace. Pomocí programu Definiens Developer a na základě poznatků z práce Nobregy et al. (2006) byla provedena segmentace a samotná klasifikace vybraného území na snímku. Pro porovnání byla na stejném výřezu vytvořena řízená pixelová klasifikace metodou "minimum distance". Pro ověření navržené klasifikační báze byla vyzkoušena objektová klasifikace ještě na jiném výřezu ze stejného snímku a na výřezu ze snímku pořízeného nad jiným územím a v jiném čase. Na závěr byly obě metody porovnány vizuálním a statistickým vyhodnocením. Powered by TCPDF (www.tcpdf.org)cs_CZ
dc.description.abstractThis work deals with object-based classification of high resolution data. The aim of the thesis (paper, work) is to develope an acceptable classification process of linear features (roads and railways) from high-resolution satellite images. The first part shows different approaches of the linear feature classification and compares theoretic differences between an object-oriented and a pixel-based classification. Linear feature classification was created in the second part. The high-resolution QuickBird satellite images showing Prague surroudings were used for this classification. Using Definiens Developer software and the paper of Nobrega et al. (2006) the segmentation and object-based classification was created on the selected area of the satellite image. Minimum distance method of a pixel-based classification of the same part of image was generated to compare these two methods of classifications. Another classification was created in an another satellite image to verify developed classification process. At the end a visual and statistical accuracy assessment was done to compare an object-oriented and a pixel-based classification . Powered by TCPDF (www.tcpdf.org)en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.titleKlasifikace liniových prvků z družicových datcs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2009
dcterms.dateAccepted2009-09-22
dc.description.departmentDepartment of Applied Geoinformatics and Cartographyen_US
dc.description.departmentKatedra aplikované geoinformatiky a kartografiecs_CZ
dc.description.facultyFaculty of Scienceen_US
dc.description.facultyPřírodovědecká fakultacs_CZ
dc.identifier.repId69591
dc.title.translatedClassification of line features from remote sensing dataen_US
dc.contributor.refereeKupková, Lucie
dc.identifier.aleph001176448
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineKartografie a geoinformatikacs_CZ
thesis.degree.disciplineCartography and Geoinformaticsen_US
thesis.degree.programGeografiecs_CZ
thesis.degree.programGeographyen_US
uk.faculty-name.csPřírodovědecká fakultacs_CZ
uk.faculty-name.enFaculty of Scienceen_US
uk.faculty-abbr.csPřFcs_CZ
uk.degree-discipline.csKartografie a geoinformatikacs_CZ
uk.degree-discipline.enCartography and Geoinformaticsen_US
uk.degree-program.csGeografiecs_CZ
uk.degree-program.enGeographyen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csTato práce se věnuje objektové klasifikaci liniových prvků z družicových dat. Hlavním cílem práce je stanovení vhodného postupu klasifikace vybraných liniových prvků (silnice a železnice) z dat velmi vysokého rozlišení. První část práce se zabývá obecnými přístupy ke klasifikaci liniových prvků a teoretickými rozdíly mezi objektově orientovanou a pixelovou klasifikací. Druhé část je věnována samotné klasifikaci liniových prvků. K dispozici byly snímky velmi vysokého rozlišení družice QuickBird z oblasti okolí Prahy. Nejprve byl navržen postup objektově orientované klasifikace. Pomocí programu Definiens Developer a na základě poznatků z práce Nobregy et al. (2006) byla provedena segmentace a samotná klasifikace vybraného území na snímku. Pro porovnání byla na stejném výřezu vytvořena řízená pixelová klasifikace metodou "minimum distance". Pro ověření navržené klasifikační báze byla vyzkoušena objektová klasifikace ještě na jiném výřezu ze stejného snímku a na výřezu ze snímku pořízeného nad jiným územím a v jiném čase. Na závěr byly obě metody porovnány vizuálním a statistickým vyhodnocením. Powered by TCPDF (www.tcpdf.org)cs_CZ
uk.abstract.enThis work deals with object-based classification of high resolution data. The aim of the thesis (paper, work) is to develope an acceptable classification process of linear features (roads and railways) from high-resolution satellite images. The first part shows different approaches of the linear feature classification and compares theoretic differences between an object-oriented and a pixel-based classification. Linear feature classification was created in the second part. The high-resolution QuickBird satellite images showing Prague surroudings were used for this classification. Using Definiens Developer software and the paper of Nobrega et al. (2006) the segmentation and object-based classification was created on the selected area of the satellite image. Minimum distance method of a pixel-based classification of the same part of image was generated to compare these two methods of classifications. Another classification was created in an another satellite image to verify developed classification process. At the end a visual and statistical accuracy assessment was done to compare an object-oriented and a pixel-based classification . Powered by TCPDF (www.tcpdf.org)en_US
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Přírodovědecká fakulta, Katedra aplikované geoinformatiky a kartografiecs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV