Srovnání družicových snímků Ikonos 4-m a pansharpened z hlediska automatické klasi-fikace dřevinného složení lesa
Popis výsledku
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,
Klíčová slova
object image classificationVHR satellite datatexture analysisforest management
Identifikátory výsledku
Kód výsledku v IS VaVaI
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
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
Klasifikace
Druh
Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
GK - Lesnictví
OECD FORD obor
—
Návaznosti výsledku
Projekt
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—
Základní informace
Druh výsledku
Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP
GK - Lesnictví
Rok uplatnění
2006