Z0014 Digitální zpracování materiálů DPZ

Přírodovědecká fakulta
jaro 2000
Rozsah
0/2/0. 3 kr. Ukončení: z.
Vyučující
prof. RNDr. Petr Dobrovolný, CSc. (cvičící)
Garance
doc. RNDr. Stanislav Řehák, CSc.
Geografický ústav – Sekce věd o Zemi – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Petr Dobrovolný, CSc.
Předpoklady
Z0008 Dálkový průzkum Země
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Osnova
  • Cvičení č. 1 Základní vlastnosti digitálního obrazu - opakování A-D převod, DN hodnoty a jejich význam, histogram obrazového záznamu, multispektrální a hyperspektrální snímky, způsoby vizualizace, barevné systémy, RGB barevný systém Cvičení č. 2 Metody předzpracování digitálního obrazu Radiometrické atmosférické korekce - podstata chyb a principy základních algoritmů, geometrická transformace obrazu - přehled běžných metod (polynomická transformace, splinové funkce, transformace po částech, ortorektifikace, mozaikování Cvičení č. 3 Metody zvýrazňování digitálního obrazu I. Radiometrická (bodová) zvýraznění, práce s histogramem snímku, úpravy kontrastu, základní druhy zvýraznění, LUT, principy prahování a hustotních řezů Cvičení č. 4 Metody zvýrazňování digitálního obrazu II. Prostorová zvýraznění - filtrace obrazu, princip a základní algoritmy vysoko a nízkofrekvenčních filtrů, Fourierovy transformace, texturální analýza a filtrace radarových snímků Cvičení č. 5 Metody zvýrazňování multiskektrálního digitálního obrazu III. Vícepásmové transformace obrazu, principy tvorby barevných syntéz, transformace barevného systému, IHS x RGB, analýza hlavních komponent, obrazové podíly a spektrální (vegetační) indexy, transformace TASSELED CAP, Cvičení č. 6 Řízená klasifikace multispektrálního obrazu I. Princip spektrálních příznaků, obecný postup řízené automatické klasifikace obrazu, trénovací etapa, Cvičení č. 7 Řízená klasifikace multispektrálního obrazu II. Per-pixel klasifikátory - k. pravoúhelníků, k. minimální vzdálenosti, k. maximální pravděpodobnosti, generování spektrálních signatur, jejich statistický popis a hodnocení. Postklasifikační úpravy a hodnocení výsledků klasifikace - chybová matice, testovací množiny. Cvičení č. 8 Neřízená klasifikace multispektrálního obrazu Spektrální a informační třídy , princip metody shlukové analýzy multispektrálního obrazu, algoritmy ISODATA a K-MEANS, agregace výsledků neřízené klasifikace, postklasifikační úpravy Cvičení č. 9 Nové přístupy ke klasifikaci digitálního obrazu Fuzzy klasifikátory, princip klasifikace neuronovými sítěmi, texturální klasifikace, kontextuální klasifikace, SAM algoritmus Cvičení č. 10 Principy zpracování radarových obrazových dat. Specifika radarového obrazového záznamu, základní algoritmy, filtrace a texturální analýza, příklady použití radarových snímků Cvičení č. 11 Principy zpracování hypersektrálních obrazových dat. Hyperspektrální kostka, smíšené a "čisté" pixely, spektrální knihovny, elementární povrchy (endmembers), klasifikace hyperspektrálních dat - unmixing Cvičení č. 12 Algoritmy multitemporální analýzy Obrazové podíly a rozdíly, porovnání výsledků klasifikace, Change vector analysis, PCA
Literatura
  • DOBROVOLNÝ, Petr. Dálkový průzkum Země. Digitální zpracování obrazu. 1. vyd. Brno: Masarykova univerzita, 1998, 208 s. ISBN 8021018127. info
  • LILLESAND, Thomas M. a Ralph W. KIEFER. Remote sensing and image interpretation. 3rd ed. New York: John Wiley & Sons, 1994, xvi, 750. ISBN 0471577839. info
  • CAMPBELL, James B. Introduction to remote sensing. New York: Guilford Press, 1987, xxiv, 551. ISBN 0-89862-776-1. info
Další komentáře
Výuka probíhá každý týden.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/sci/jaro2000/Z0014