• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Ταξινόμηση δορυφορικών εικόνων ASTER σε αστικό περιβάλλον / Classification of ASTER imagery of Athens metropolitan area

Πετροπούλου, Άννα 07 December 2010 (has links)
Σε αυτήν την πτυχιακή εργασία στόχος είναι η αξιολόγηση του θεματικού πληροφοριακού περιεχομένου των δορυφορικών εικόνων ASTER και η ικανότητα τους να αποδώσουν τις καλύψεις γης σε αστικό περιβάλλον. Η περιοχή μελέτης είναι το λεκανοπέδιο Αττικής με συντεταγμένες : Φ : (38.1428), (38.0399), (37.4878), (37.5899) Λ : (23.3637), (24.0596), (23.8886), (23.1977) Πρώτα έγινε η ραδιομετρική διόρθωση των εικόνων ASTER (κανάλια VNIR 1- Πράσινο, 2-Κόκκινο, 3-Υπέρυθρο). Πιο συγκεκριμένα επιλέχτηκε η μη παραμετρική ραδιομετρική διόρθωση που βασίζεται στη μέθοδο των Κυρίων Συνιστωσών και διορθώνει το φαινόμενο της ζωνωποίησης, της διάχυσης κ.α. Η γεωμετρική διόρθωση έγινε με μη παραμετρική μέθοδο που βασίστηκε στον προσδιορισμό φωτοσταθερών και στην μέτρηση τους στο ύπαιθρο με G.P.S. Εφαρμόστηκε διόρθωση με πολυώνυμο 2ου βαθμού. Το μέσο τετραγωνικό σφάλμα ήταν R.M.S. = 16,95μ ( χάρτης 1 : 85.000). Ένα σύστημα γεωταξινόμησης προσδιορίστηκε από την βιβλιογραφία προκειμένου να καθοριστούν οι τάξεις καλύψεως γης σε κλίμακα 1 : 50.000 ~1 : 100.000. Στη συνέχεια προσδιορίστηκαν οι τάξεις, που αναγνωρίζονται με την εφαρμογή διαφόρων μεθόδων μη επιβλεπόμενης ταξινόμησης. Κατά αυτόν τον τρόπο προσδιορίστηκε το πληροφοριακό περιεχόμενο της εικόνας ASTER. Στη συνέχεια εφαρμόστηκε μεθοδολογία αναγνώρισης των προηγούμενων τάξεων με επιβλεπόμενη ταξινόμηση. Το αποτέλεσμα αξιολογείται με εργασίες υπαίθρου και η ακρίβεια του θεματικού χάρτη που προέκυψε είναι της τάξης τού 75-80%. Οι εικόνες ASTER μπορούν να χρησιμοποιηθούν για την αναθεώρηση πληροφοριακού περιεχομένου χαρτών 1 : 100.000 με βάση το σύστημα γεωταξινόμησης που προτάθηκε. / The aim of this thesis is to evaluate the thematic information content of ASTERVNIR images in urban areas. The methods used are unsupervised and supervised classification techniques. The study area included Athens and a part of Piraeus and is enclosed by the coordinates Latitude: (38.1428), (38.0399), (37.4878), (37.5899) Longitude: (23.3637), (24.0596), (23.8886), (23.1977) The bands 1 (green), 2 (red) and 3 (infrared) of sensor VNIR are radiometrically corrected by non-parametric correction method based on principal components. The aim of the correction technique is to destripe the images and to correct for a atmospheric effects (eg. Path radiance, Rayleigh effect, etc.) Then the images are geometrically corrected by a non-parametric correction technique, that use a polynomial of second order. Ground control points are identified in the images and measured in the field by a hand-held G.P.S. Totally 13 points were used to transform the images resulting to an R.M.S. of 16.95m. (Map scale 1: 85.000) Then a terrain classification system was devised from the bibliography that includes 7 main classes. A set of unsupervised classification techniques were implemented and the thematic classes derived were interpreted by fieldwork and photo-interpretation of the false color composite of the bands 3-Red, 2-Green and 1-Infrared. Finally a new terrain classification system determined from the interpretation of the thematic classes interpreted by the unsupervised classification methods. At the end the supervised classification method of maximum likehood was applied. Training areas were selected on the basis of the final terrain classification system. The resulted thematic map was evaluated by using the K-confficient computed from the corresponding confusion matrix (kappa=0.75). It is concluded that ASTER imagery is suitable for updating the information content of maps 1: 100.000.

Page generated in 0.0103 seconds