548-0146/01 – Pokročilé metody DPZ (PMDPZ)
| Garantující katedra | Katedra geoinformatiky | Kredity | 5 |
| Garant předmětu | prof. Ing. Jiří Horák, Dr. | Garant verze předmětu | prof. Ing. Jiří Horák, Dr. |
| Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
| Ročník | 2 | Semestr | zimní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2021/2022 | Rok zrušení | |
| Určeno pro fakulty | HGF | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je naučit studenty využívat digitální obrazová data z DPZ, dokázat je správně předzpracovat a upravit pro zvýraznění požadované informace, využití základních i pokročilých metod klasifikace digitálního obrazu, včetně objektově orientované klasifikace a klasifikace metodami hlubokého učení, zpracování radarových a lidarových dat, kriticky posuzovat a interpretovat získané výsledky.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
Předmět představuje metody digitálního zpracování obrazových dat z dálkového průzkumu Země. Vysvětluje koncepty geometrických, radiometických a atmosférických korekcí dat, metod segmentace obrazu, filtrace obrazu a používání hranových operátorů, metody transformace obrazu do jiných souřadnicových systémů, využití texturálních charakteristik, metody pixel-based i objektově orientované klasifikace, měkké klasifikátory, metody obrazové spektrometrie, zpracování radarových a lidarových záznamů.
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Získané znalosti studentů jsou průběžně ověřovány v průběhu jednotlivých hodin. Studenti pracují na samostatných úkolech, které prokazují získané znalosti. Jednotlivé úlohy zpravidla vyžadují porozumění předchozím, jednodušším úlohám. Na závěr student musí absolvovat písemnou a ústní zkoušku.
E-learning
Další požadavky na studenta
Další požadavky nejsou stanoveny.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Digitální obrazová data z DPZ. Paradoxy digitálního obrazu, princip segmentace.
2. Přehled fyzikálních vlastností, spektrální charakteristiky krajinných objektů a jevů a metody určování.
3. Předzpracování digitálního obrazu. Metody rektifikace. Radiometrické a atmosférické korekce. Radiometrické chyby v datech a jejich odstraňování. Model 5S, Modtran, ATCOR 1-4, Sen2Cor, výpočty odrazivosti na zemském povrchu, výpočty povrchové teploty.
4. Metody zvýraznění obrazu. Prahování, zvýraznění kontrastu, hustotní řezy, barevné syntézy. Fitrace obrazu. Konvoluce. Separabilita filtrů. Nízkofrekvenční filtry, směrové vyhlazování.
5. Vysokofrekvenční filtry, hranové operátory, Laplaceovy operátory, Cannyho detektor, detekce hran srovnáváním se vzorem, problém delokalizace hran.
6. Textura, lokální texturální míry (Haralickovy funkce), metody segmentace obrazu (z prahování, detekce hran, na regionech, hybridní metody), detekce geometrických primitiv, Houghova transformace.
7. Analýza založená na objektech (OBIA). Využití segmentace, metody vymezení obrazových objektů, algoritmus Baatz-Shäpe. Fourierova transformace.
8. Spektrální indexy. Varianty vegetačních indexů, indexy pro detekci minerálů, vlhkosti, sněhu a jiné. Fúze dat s různým prostorovým rozlišením
9. Pixel-based klasifikace. Řízená spektrální klasifikace multispektrálního obrazu. Tréninková etapa, korekce tréninkových ploch. Parametrické a neparametrické klasifikátory.
10. Metody pixel-based neřízené klasifikace. K-means, ISODATA, ISOCLUSTER. Hybridní klasifikace. Neuronové sítě a pokročilé techniky klasifikace (deep learning, konvoluční neuronové sítě).
11. Měkké klasifikátory, využití Bayesova teorému, Dempster-Shaferově teorie, klasifikační nejistota. Hodnocení výsledku klasifikace. Postklasifikační úpravy.
12. Obrazová spektrometrie, hyperspektrální a ultraspektrální data. Přehled senzorů. Předzpracování a atmosférické korekce, flat field konverze, empirical line, modely, PCA, MNF. Pixel purity index. Elementární povrchy a jejich odvození. Metody klasifikace hyperspektrálních dat. Aplikace obrazové spektrometrie.
13. Zpracování dat ze zobrazujících radarových systémů. Principy, zkreslení. Faktory ovlivňující výsledný signál. Koregistrace dvojice produktů SAR, tvorba interferogramu a odhad koherence, filtrace. Metoda DInSAR. Mapování krajinného pokryvu klasifikací dat SAR. Radarová polarimetrie. Letecké laserové skenování (LIDAR) a UAV. Zpracování lidarových dat. Oblasti aplikace DPZ.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky