Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

New Tools for the Classification and Filtering of Historical Maps

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41330%2F19%3A82254" target="_blank" >RIV/60460709:41330/19:82254 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.mdpi.com/2220-9964/8/10/455" target="_blank" >https://www.mdpi.com/2220-9964/8/10/455</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3390/ijgi8100455" target="_blank" >10.3390/ijgi8100455</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    New Tools for the Classification and Filtering of Historical Maps

  • Popis výsledku v původním jazyce

    Historical maps constitute an essential information for investigating the ecological and landscape features of a region over time. The integration of heritage maps in GIS models requires their digitalization and classification. This paper presents a semi automatic procedure for the digitalization of heritage maps and the successive filtering of undesirable features such as text, symbols and boundary lines. The digitalization step is carried out using Object based Image Analysis OBIA in GRASS GIS and R, combining image segmentation and machine learning classification. The filtering step is performed by two GRASS GIS modules developed during this study and made available as GRASS GIS add ons. The first module evaluates the size of the filter window needed for the removal of text, symbols and lines the second module replaces the values of pixels of the category to be removed with values of the surrounding pixels. The procedure has been tested on three maps with different characteristics, the Historical

  • Název v anglickém jazyce

    New Tools for the Classification and Filtering of Historical Maps

  • Popis výsledku anglicky

    Historical maps constitute an essential information for investigating the ecological and landscape features of a region over time. The integration of heritage maps in GIS models requires their digitalization and classification. This paper presents a semi automatic procedure for the digitalization of heritage maps and the successive filtering of undesirable features such as text, symbols and boundary lines. The digitalization step is carried out using Object based Image Analysis OBIA in GRASS GIS and R, combining image segmentation and machine learning classification. The filtering step is performed by two GRASS GIS modules developed during this study and made available as GRASS GIS add ons. The first module evaluates the size of the filter window needed for the removal of text, symbols and lines the second module replaces the values of pixels of the category to be removed with values of the surrounding pixels. The procedure has been tested on three maps with different characteristics, the Historical

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10511 - Environmental sciences (social aspects to be 5.7)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION

  • ISSN

    2220-9964

  • e-ISSN

    2220-9964

  • Svazek periodika

    8

  • Číslo periodika v rámci svazku

    10

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    24

  • Strana od-do

    1-24

  • Kód UT WoS článku

    000498398300030

  • EID výsledku v databázi Scopus

    2-s2.0-85075503022