Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1150439

Objektno orijentirana klasifikacija u svrhu izdvajanja urbane vegetacije


Pažanin, Ivo
Objektno orijentirana klasifikacija u svrhu izdvajanja urbane vegetacije, 2021., diplomski rad, diplomski, Geodetski fakultet, Zagreb


CROSBI ID: 1150439 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Objektno orijentirana klasifikacija u svrhu izdvajanja urbane vegetacije
(Object-oriented classification for the purpose of isolating urban vegetation)

Autori
Pažanin, Ivo

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Geodetski fakultet

Mjesto
Zagreb

Datum
19.02

Godina
2021

Stranica
46

Mentor
Krtalić, Andrija

Ključne riječi
eCognition Developer ; Knowledge based klasifikacija ; objektno orijentirani pristup ; Random Forest klasifikacija ; urbana vegetacija
(eCognition Developer ; Knowledge based classification ; object oriented approach ; Random Forest ; urban vegetation)

Sažetak
U sklopu diplomskog rada demonstrirana je objektno orijentirani pristup klasifikacije zračnih snimki u svrhu izdvajanja vegetacije u urbanim područjima. Cilj rada sastoji se od stvaranja poluautomatskog postupka izdvajanja vegetacije u dvije klase, niska i visoka vegetacija, uz korištenje isključivo rasterskih podataka. Principi objektno orijentiranog pristupa leže u činjenici da skupine piksela, koji se nazivaju segmenti, tvore prirodne i umjetne geografske objekte. Ulazni podaci su tri zračne tro-kanalne snimke grada Zagreba prostorne rezolucije 25 cm s preklopom unutar niza. Kreiranje digitalnog elevacijskog modela i vegetacijskih su kreirani u svrhu uspješnije klasifikacije. Segmentacija i klasifikacija su izvršeni u programu eCognition Developer 8.9 koji se pokazao kao izuzetno moćan i koristan program za analizu snimki. U sklopu rada ispitane su metode Knowledge based klasfikacije, utemeljene na skupu pravila, i nadzirane klasifikacije upotrebom strojnog učenja tj. Random Forest algoritma. Točnost klasifikacija procijenjena je pomoću matrice pogrešaka i referentnih uzoraka. Knowledge based klasifikacijom postignuta je ukupna točnost od 96.2 % dok korištenje nadzirane Random Forest klasifikacije postiže ukupnu točnost od 93.6 %. Poluautomatsko izdvajanje urbane vegetacije korak je naprijed prema upravljanju prostornim podacima koji su od velike važnosti za kvalitetu života u gradovima. Detekcijom promjena urbane vegetacije u blisko realnom vremenu daje prostora i vremena za promptno reagiranje u sklopu detektiranih promjena.

Izvorni jezik
Hrvatski

Znanstvena područja
Geodezija, Interdisciplinarne tehničke znanosti



POVEZANOST RADA


Ustanove:
Geodetski fakultet, Zagreb

Profili:

Avatar Url Andrija Krtalić (mentor)


Citiraj ovu publikaciju:

Pažanin, Ivo
Objektno orijentirana klasifikacija u svrhu izdvajanja urbane vegetacije, 2021., diplomski rad, diplomski, Geodetski fakultet, Zagreb
Pažanin, I. (2021) 'Objektno orijentirana klasifikacija u svrhu izdvajanja urbane vegetacije', diplomski rad, diplomski, Geodetski fakultet, Zagreb.
@phdthesis{phdthesis, author = {Pa\v{z}anin, I.}, year = {2021}, pages = {46}, keywords = {eCognition Developer, Knowledge based klasifikacija, objektno orijentirani pristup, Random Forest klasifikacija, urbana vegetacija}, title = {Objektno orijentirana klasifikacija u svrhu izdvajanja urbane vegetacije}, keyword = {eCognition Developer, Knowledge based klasifikacija, objektno orijentirani pristup, Random Forest klasifikacija, urbana vegetacija}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Pa\v{z}anin, I.}, year = {2021}, pages = {46}, keywords = {eCognition Developer, Knowledge based classification, object oriented approach, Random Forest, urban vegetation}, title = {Object-oriented classification for the purpose of isolating urban vegetation}, keyword = {eCognition Developer, Knowledge based classification, object oriented approach, Random Forest, urban vegetation}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font