Z8114 Digitální zpracování materiálů DPZ

Přírodovědecká fakulta
podzim 2020
Rozsah
2/2. 6 kr. Ukončení: zk.
Vyučující
Ing. Kateřina Tajovská, Ph.D. (přednášející)
Mgr. Lukáš Slezák (cvičící)
Ing. Kateřina Tajovská, Ph.D. (cvičící)
Garance
Ing. Kateřina Tajovská, Ph.D.
Geografický ústav – Sekce věd o Zemi – Přírodovědecká fakulta
Kontaktní osoba: Ing. Kateřina Tajovská, Ph.D.
Dodavatelské pracoviště: Geografický ústav – Sekce věd o Zemi – Přírodovědecká fakulta
Rozvrh
Po 12:00–13:50 Z4,02028
  • Rozvrh seminárních/paralelních skupin:
Z8114/01: Po 14:00–15:50 Z1,01001b, L. Slezák, K. Tajovská
Z8114/02: St 14:00–15:50 Z1,01001b, L. Slezák, K. Tajovská
Předpoklady
Z8108 Dálkový průzkum Země || PROGRAM(KOS)
Znalosti na úrovni základního kursu dálkového průzkumu Země
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 30 stud.
Momentální stav registrace a zápisu: zapsáno: 0/30, pouze zareg.: 0/30
Mateřské obory/plány
předmět má 12 mateřských oborů, zobrazit
Cíle předmětu
Cílem předmětu je předat studentům základní přehled o metodách digitálního zpracování obrazových materiálů získávaných metodou distančního snímání. Ve cvičeních získají studenti praktické dovednosti z oblasti zpracování obrazu s akcentem na postupy automatické klasifikace. Hlavní probíraná témata:
Analogová a digitální forma obrazu.
Interpretace obrazu v analogové formě
Interpretační znaky, rozpoznávání objektu, interpretační klíče
Přednosti a nedostatky analogového zpracování
Charakter digitálních obrazových dat. Rastr a jeho vlastnosti Specifika dat DPZ
Základní druhy rozlišení dat DPZ
Systém uložení digitálních obrazových dat. Obecné a speciální obrazové formáty Obrazová komprese.Podpůrná 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: ENVI, SNAP, QGIS (plugin SCP)
Na konci tohoto kurzu bude student schopen porozumět a vysvětlit podstatu základních metod zpracování obrazu vysvětlených v jednotlivých lekcích. Bude schopen vysvětlit, kdy použít jednotlivé metody a předkládat racionální odůvodnění o podmínkách využití metod multispektrální analýzy. Měl by být schopen kvalifikovaných rozhodnutí týkajících se předzpracování družicových dat, aplikací metod a především na základě nabytých znalostí interpretovat a verifikovat výsledky obrazové analýzy.
Výstupy z učení
Na konci tohoto kurzu bude student schopen porozumět a vysvětlit podstatu základních metod zpracování obrazu vysvětlených v jednotlivých lekcích.
Bude schopen vysvětlit, kdy použít jednotlivé metody a předkládat racionální odůvodnění o podmínkách využití metod multispektrální analýzy.
Měl by být schopen kvalifikovaných rozhodnutí týkajících se předzpracování družicových dat, aplikací metod a především na základě nabytých znalostí interpretovat a verifikovat výsledky obrazové analýzy.
Osnova
  • 1. Základní vlastnosti digitálního obrazu - opakování A-D převod, DN hodnoty a jejich význam, histogram obrazového záznamu, multispektrální a hyperspektrální snímky, způsoby vizualizace, barevné systémy, RGB barevný systém
  • 2. Metody předzpracování digitálního obrazu Radiometrické atmosférické korekce - podstata chyb a principy základních algoritmu, geometrická transformace obrazu - přehled běžných metod (polynomická transformace, splinové funkce, transformace po částech, ortorektifikace, mozaikování
  • 3. Metody zvýrazňování digitálního obrazu I. Radiometrická (bodová) zvýraznění, práce s histogramem snímku, úpravy kontrastu, základní druhy zvýraznění, LUT, principy prahování a hustotních řezů
  • 4. Metody zvýrazňování digitálního obrazu II. Prostorová zvýraznění - filtrace obrazu, princip a základní algoritmy vysoko a nízkofrekvenčních filtrů, Fourierovy transformace, texturální analýza a filtrace radarových snímku
  • 5. Metody zvýrazňování multispektrálního digitálního obrazu III. Vícepásmové transformace obrazu, principy tvorby barevných syntéz, transformace barevného systému, IHS x RGB, analýza hlavních komponent, obrazové podíly a spektrální (vegetační) indexy, transformace TASSELED CAP,
  • 6. Řízená klasifikace multispektrálního obrazu I. Princip spektrálních příznaků, obecný postup řízené automatické klasifikace obrazu, trénovací etapa,
  • 7. Řízená 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. Neřízená klasifikace multispektrálního obrazu Spektrální a informační třídy , princip metody shlukové analýzy multispektrálního obrazu, algoritmy ISODATA a K-MEANS, agregace výsledku neřízené klasifikace, postklasifikacní úpravy
  • 9. Nové přístupy ke klasifikaci digitálního obrazu Fuzzy klasifikátory, princip klasifikace neuronovými sítěmi, texturální klasifikace, kontextuální klasifikace, SAM algoritmus
  • 10. Principy zpracování radarových obrazových dat. Specifika radarového obrazového záznamu, základní algoritmy, filtrace a texturální analýza, příklady použití radarových snímku
  • 11. Principy zpracování hypersektrálních obrazových dat. Hyperspektrální kostka, smíšené a "čisté" 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
    povinná 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. 6th ed. New York: John Wiley & Sons, 2008, xii, 756. ISBN 9780470052457. info
  • CAMPBELL, James B. a Randolph H. WYNNE. Introduction to remote sensing. Fifth edition. London: Guilford Press, 2011, xxxi, 667. ISBN 9781609181765. info
    neurčeno
  • Computer processing of remotely sensed imagesan introduction. Edited by Paul M. Mather. 4th ed. Chichester, West Sussex, England: John Wiley & Sons, 2011, xx, 434 p. ISBN 9780470742396. info
  • Remote sensing, models, and methods for image processing. Edited by Robert A. Schowengerdt. 3rd ed. Burlington, MA: Academic Press, 2007, 515 p. ISBN 0123694078. info
  • Urban remote sensing. Edited by Qihao Weng - Dale A. Quattrochi. Boca Raton, Fla.: CRC Press, 2007, 412 s. ISBN 9780849391996. info
  • HALOUNOVÁ, Lena a Karel PAVELKA. Dálkový průzkum Země. Vyd. 1. Praha: Vydavatelství ČVUT, 2005, 192 s. ISBN 8001031241. info
  • LIANG, Shunlin. Quantitative remote sensing of land surfaces. Hoboken, N.J.: John Wiley & Sons, 2004, xxvi, 534. ISBN 0471281662. info
  • Environmental modelling with GIS and remote sensing. Edited by Andrew Skidmore. 1st publ. London: Taylor & Francis, 2002, xvi, 268. ISBN 0415241707. info
Výukové metody
Přednášky s výkladem základních pojmů z oblasti zpracování obrazu a praktickými řešenými příklady. Cvičení formou samostatné práce na úlohách řešených za pomoci programového vybavení pro analýzu multispektrálních družicových snímků. Podzimní semestr 2020 online výuka přednášek na odkazu https://meet.google.com/btf-itrq-rgn Cvičení prezenčně v Z1
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.
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 2008, 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 2021, podzim 2022, podzim 2023, podzim 2024.