Z8114 Digitální zpracování materiálů DPZ

Přírodovědecká fakulta
podzim 2008
Rozsah
1/2/0. 3 kr. (plus ukončení). Ukončení: zk.
Vyučující
prof. RNDr. Petr Dobrovolný, CSc. (cvičící)
Mgr. František Kuda, Ph.D. (cvičící)
Garance
prof. RNDr. Rudolf Brázdil, DrSc.
Geografický ústav – Sekce věd o Zemi – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Petr Dobrovolný, CSc.
Rozvrh
Út 8:00–8:50 Z3,02045
  • Rozvrh seminárních/paralelních skupin:
Z8114/01: Po 18:00–19:50 Z1,01001b, F. Kuda
Z8114/02: Po 8:00–9:50 Z1,01001b, F. Kuda
Předpoklady
Z8108 Dálkový průzkum Země || PROGRAM(N-GK)
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 38 stud.
Momentální stav registrace a zápisu: zapsáno: 0/38, pouze zareg.: 0/38
Mateřské obory/plány
předmět má 7 mateřských oborů, zobrazit
Cíle předmětu
Cílem předmětu je dt studentům základní přehled o metodch digitálního zpracování obrazových materiálů získavaných metodou distančního snímání. Ve cvičeních získají studenti praktické dovednosti z oblasti zpracování obrazu s akcentem na postupy automatické klasifkace. Hlavní probíraná témata: Analogová a digitální forma obrazu Interpretace obrazu v analogové forme Interpretační znaky, rozpoznávání objektu, interpretační klíče Prednosti a nedostatky analogového zpracování Charakter digitálních obrazových dat. Rastr a jeho vlastnosti Specifika dat DPZ, AD prevod. Základní druhy rozlišení dat DPZ Systém uložení digitálních obrazových dat. Obecné a speciální obrazové formáty Obrazová komprese.Podpurná data Základní etapy digitálního zpracování obrazových dat Předzpracování obrazových dat, radiometrické a atmosférické korekce Geometrická transformace obrazu Základní způsoby zvýrazňování, práce s histogramem Principy automatické klasifikace obrazu. Řízená a neřízená klasifikace. Zjišťování časových změn. Netradiční přístupy ke klasifikaci. Specifika zpracování radarových a hyperspektrálních dat. Základní používaný SW EOScape EASI/PACE Multispec OrthoEngine
Osnova
  • 1. Základní vlastnosti digitálního obrazu - opakování A-D prevod, DN hodnoty a jejich význam, histogram obrazového záznamu, multispektrální a hyperspektrální snímky, zpusoby vizualizace, barevné systémy, RGB barevný systém 2. Metody predzpracování digitálního obrazu Radiometrické atmosférické korekce - podstata chyb a principy základních algoritmu, geometrická transformace obrazu - prehled bežných metod (polynomická transformace, splinové funkce, transformace po cástech, ortorektifikace, mozaikování 3. Metody zvýraznování digitálního obrazu I. Radiometrická (bodová) zvýraznení, práce s histogramem snímku, úpravy kontrastu, základní druhy zvýraznení, LUT, principy prahování a hustotních rezu 4. Metody zvýraznování digitálního obrazu II. Prostorová zvýraznení - filtrace obrazu, princip a základní algoritmy vysoko a nízkofrekvencních filtru, Fourierovy transformace, texturální analýza a filtrace radarových snímku 5. Metody zvýraznování multiskektrálního digitálního obrazu III. Vícepásmové transformace obrazu, principy tvorby barevných syntéz, transformace barevného systému, IHS x RGB, analýza hlavních komponent, obrazové podíly a spektrální (vegetacní) indexy, transformace TASSELED CAP, 6. Rízená klasifikace multispektrálního obrazu I. Princip spektrálních príznaku, obecný postup rízené automatické klasifikace obrazu, trénovací etapa, 7. Rízená klasifikace multispektrálního obrazu II. Per-pixel klasifikátory - k. pravoúhelníku, k. minimální vzdálenosti, k. maximální pravdepodobnosti, generování spektrálních signatur, jejich statistický popis a hodnocení. Postklasifikacní úpravy a hodnocení výsledku klasifikace - chybová matice, testovací množiny. 8. Nerízená klasifikace multispektrálního obrazu Spektrální a informacní trídy , princip metody shlukové analýzy multispektrálního obrazu, algoritmy ISODATA a K-MEANS, agregace výsledku nerízené klasifikace, postklasifikacní úpravy 9. Nové prístupy ke klasifikaci digitálního obrazu Fuzzy klasifikátory, princip klasifikace neuronovými sítemi, texturální klasifikace, kontextuální klasifikace, SAM algoritmus 10. Principy zpracování radarových obrazových dat. Specifika radarového obrazového záznamu, základní algoritmy, filtrace a texturální analýza, príklady použití radarových snímku 11. Principy zpracování hypersektrálních obrazových dat. Hyperspektrální kostka, smíšené a "cisté" pixely, spektrální knihovny, elementární povrchy (endmembers), klasifikace hyperspektrálních dat - unmixing 12. Algoritmy multitemporální analýzy Obrazové podíly a rozdíly, porovnání výsledku 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., Ralph W. KIEFER a Jonathan W. CHIPMAN. Remote sensing and image interpretation. 5th ed. Hoboken, N.J.: John Wiley & Sons, 2004, xiv, 763. ISBN 0471152277. info
  • CAMPBELL, James B. Introduction to remote sensing. New York: Guilford Press, 1987, xxiv, 551. ISBN 0-89862-776-1. info
  • Urban remote sensing. Edited by Qihao Weng - Dale A. Quattrochi. Boca Raton, Fla.: CRC Press, 2007, 412 s. ISBN 9780849391996. info
  • LIANG, Shunlin. Quantitative remote sensing of land surfaces. Hoboken, N.J.: John Wiley & Sons, 2004, xxvi, 534. ISBN 0471281662. info
  • LANDGREBE, David A. Signal theory methods in multispectral remote sensing. Hoboken, New Jersey: John Wiley & Sons, 2003, xi, 508. ISBN 047142028X. info
  • Environmental modelling with GIS and remote sensing. Edited by Andrew Skidmore. 1st publ. London: Taylor & Francis, 2002, xvi, 268. ISBN 0415241707. info
  • KONECNY, Gottfried. Geoinformation : remote sensing, photogrammetry and geographic information systems. 1st publ. London: Taylor & Francis, 2002, xiv, 248. ISBN 0415237955. info
  • Remote sensing change detection :environmental monitoring methods and applications. Edited by Ross S. Lunetta - Christopher D. Elvidge. London: Taylor & Francis, 1999, xviii, 318. ISBN 0-7484-0861-4. info
Metody hodnocení
Zkouška formou písemného testu z odpřednášené látky. Nezbytnou podmínkou k vykonání zkoušky je odevzdání správně vypracovaných praktických cvičení a úspěšné absolvování praktického testu na konci semestru.
Informace učitele
Předmět je zakončen zkouškou, při níž student prokazuje schopnost aplikování metod digitálního zpracování obrazu při řešení typických geografických úloh, schopnost smysluplně využívat digitálních obrazových dat v GIS, při zkoušce student prezentuje a objasňuje výsledky zpracování vlastního družicového snímku.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, jaro 2004, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.