Syllabus
Úvod - úloha/koncept DPZ, vymezení předmětu, kontext DPZ ve vztahu na další obory Pořizování dat DPZ - přehled současných a plánovaných senzorů DPZ, specifika multispektrálních a hyperspektrálních datTvorba DEM z dat DPZ - LiDARové snímání, bodové mračno z LiDARu a optických dat, DMR, DMP, ortorektifikaceZvýraznění multispektrálního obrazu - spektrální indexy, PCA, Tasselled cap a jejich využitíÚvod do klasifikace obrazu - definice a přístupy (řízená x neřízená, hard x fuzzy, pixel x objekt, …), příznaky (spektrální, texturální, geometrické), problém neurčitosti hranic objektů/třídHodnocení výsledků klasifikace - výběr trénovacích a validačních dat, metriky hodnocení přesnosti klasifikaceVybrané klasifikační algoritmy řízené klasifikaceVybrané algoritmy neřízené klasifikaceObjektová klasifikace
Annotation
Předmět podrobně seznamuje s teoretickými koncepty zpracování dat dálkového průzkumu od jejich pořízení k vytvoření klasifikované tematické vrstvy. V první části je pozornost věnována předzpracování dat z hlediska geometrických vlastností a tvorbě digitálního modelu terénu.
Klíčovými termíny druhé části jsou klasifikace obrazu, volba příznaků pro klasifikaci, kvalita vstupních a výstupních dat. Vybrané klasifikační metody řízené a neřízené klasifikace jsou rozebírány a porovnávány z hlediska požadavků na vstupní data a výběru trénovacích množin.
Přednášky jsou doplněny cvičeními, v nichž si studenti teoretické koncepty rozšíří o praktické implementace s využitím existujících softwarových řešení (ENVI, eCognition) či vlastního skriptování (R, Matlab, Python) na dostupných datech různého spektrálního a časového rozlišení (Sentinel, Landsat, letecké a RPAS LiDARové, multi- a hyperspektrální snímání).