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

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

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

Popis výsledku v původním jazyce

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

Název v anglickém jazyce

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

Popis výsledku anglicky

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

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

GK - Lesnictví

OECD FORD obor

—

Projekt

<a href="/cs/project/QG50097" target="_blank" >QG50097: Automatická klasifikace barevných leteckých měřických snímků v prostředí eCognition Professional 4.0</a><br>

Návaznosti

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

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název periodika

Scientia Agriculturae Bohemica

ISSN

1211-3174

e-ISSN

—

Svazek periodika

—

Číslo periodika v rámci svazku

3

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

6

Strana od-do

3

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—