HÁJEK, F., 2006. Comparison of 4-m and pan-sharpened Ikonos satellite imagery for purpose of automated tree species composition. Scientia Agriculturae Bohemica 37, 3: 122 - 127 ISSN 1211-3174

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A_____%2F06%3AE0004025" target="_blank" >RIV/60460709:_____/06:E0004025 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

HÁJEK, F., 2006. Comparison of 4-m and pan-sharpened Ikonos satellite imagery for purpose of automated tree species composition. Scientia Agriculturae Bohemica 37, 3: 122 - 127 ISSN 1211-3174

Original language description

Forest inventories conducted on large areas with laboured manual RS data interpretation increasingly call for a development of knowledge-based classification methods. Considering multitemporal image analysis, VHR satellite data have many advantages overtraditional aerial photos for such purposes. This study explores and demonstrates technique of automated identification of tree species composition from Ikonos imagery using object-oriented classification approach. Methodology developed to process 4m/pandata emphasizes the pre-processing phase, when the additional channels are calculated and their contribution to class separation assessed by Discriminant analysis. Then the image segmentation and classification is conducted on several levels to create hierarchical image object network, where the higher level aim to separate image into smaller parts regarding stand maturity and canopy structure and the lower (detailed) level assign individual tree clusters into classes for the main fores

Czech name

Srovnání družicových snímků Ikonos 4-m a pansharpened z hlediska automatické klasi-fikace dřevinného složení lesa

Czech description

Lesní inventarizace prováděné na rozsáhlých územích tradičně terestrickými metodami s vysokým podílem manuální práce stále více vyžadují usnadnění v podobě znalostně orientované aplikace pro automatickou klasifikaci obrazových dat DPZ. S přihlédnutím k analýze časových řad mají satelitní data s velmi vysokým rozlišením (VHR) pro tento účel řadu výhod oproti klasickým leteckým snímkům. Tato studie zkoumá možnost automatické klasifikace družicových snímků Ikonos XS (4-m) a pan-sharpened s rozlišením 1-m pomocí objektového přístupu. Metodika klade důraz na přípravnou fázi obrazové analýzy, kdy jsou z originálních dat vypočteny dodatečné kanály, které jsou dále statisticky testovány z hlediska rozšíření příznakového prostoru a přispění k separabilitě dílčích tříd klasifikace. Mimoto je do analýzy zahrnuta také výšková informace v podobě vysoce podrobného DMT. V dalším kroku jsou tyto vrstvy použity k segmentaci obrazu a následné klasifikaci na několika úrovních hierar-chické sítě objektů,

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

GK - Forestry

OECD FORD branch

—

Project

<a href="/en/project/QG50097" target="_blank" >QG50097: Automated classification of colour aerial photographs using eCognition Professional 4.0 software</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2006

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Scientia Agriculturae Bohemica

ISSN

1211-3174

e-ISSN

—

Volume of the periodical

—

Issue of the periodical within the volume

3

Country of publishing house

CZ - CZECH REPUBLIC

Number of pages

6

Pages from-to

3

UT code for WoS article

—

EID of the result in the Scopus database

—