14103 KB526 KB0 KB2018Komac, MarkoKosmatin Fras, MojcaOštir, KrištofŠvab Lenarčič, AndrejaVeljanovski, TatjanaXLII, 175 str., 30 cmCOBISSID:8571745PID:https://repozitorij.uni-lj.si/IzpisGradiva.php?id=103725URN:URN:NBN:SI:doc-5CB0OVGBslA. Švab Lenarčičvisokošolska delacivil engineeringčasovna vrsta satelitskih posnetkovDisertacijegradbeništvoklasifikacija pokrovnostiland cover classificationmultitemporal classificationobject-based classificationobjektno usmerjena klasifikacijaoptical satellite imagesoptični satelitski posnetkiSatelitski posnetkisatellite image time seriessegmentacijasegmentationthesisveččasovna klasifikacijaVeččasovna klasifikacija pokrovnosti z optičnimi satelitskimi posnetki| doctoral disseration| doktorska disertacija| Multitemporal land cover classification of optical satellite imagery|The accessibility of high spatial and high temporal satellite imagery time series has enabled the development of methods of multitemporal land cover classification, which should improve the quality of classification due to time information. The dissertation examines two multitemporal classifications: quasi-multitemporal classification and time series based classification. In the first one, image time series are used as the attributes of single-date classification, while the second one compares the development of certain spectral characteristics over time. The classifications of five basic land cover classes (forest, grass, arable land, water, build-up) and six basic crops (maize, wheat, barley, pumpkin, rapeseed, triticale) are performed using various input images, attributes, mapping units and images of different sensors. Emphasis is given to segmentation processes since the segments as basic units of multitemporal classification are not well researched globally. In addition, several possible effects on the classification result are analysed in detail to provide guidelines for obtaining high precision in short processing time. The results show that satellite image acquisition time, besides spectral values, is the most important attribute in the classification. The quasi-multitemporal classification returns a much higher overall accuracy (+8% basic classes, +16% crops), with an average total accuracy of 90% (basic classes) and 88% (crops) giving the useful operational value. The results of the time series based classification are worse (-1% basic classes, -25% crops), the processing time being extremely long, which makes the method as currently unacceptable for practical use. An important finding of this dissertation is that segments are not the most suitable mapping units for the multitemporal classification. Regardless of the production process, segments give worse classification accuracy than reference polygons (-5% basic classes, -18% crops) and pixels (-5% basic classes, -16% crops)Dostopnost časovnih vrst visoko prostorsko in časovno ločljivih satelitskih posnetkov je omogočila razvoj metod veččasovne klasifikacije pokrovnosti, ki naj bi % zaradi časovne informacije % izboljšale kakovost klasifikacije. V disertaciji sta obravnavani dve veččasovni klasifikaciji: kvazi veččasovna klasifikacija in klasifikacija na osnovi časovnih vrst. Pri prvi posnetke časovne vrste uporabimo kot atribute enočasovne klasifikacije, pri drugi pa primerjamo razvoj določenih spektralnih karakteristik v času. Klasifikacije petih osnovnih razredov pokrovnosti (gozd, travnik, njiva, voda, urbano) in šestih osnovnih poljščin (koruza, pšenica, ječmen, buča, oljna ogrščica, tritikala) so bile izvedene z različnimi vhodnimi podobami, atributi, osnovnimi enotami ter posnetki različnih senzorjev. Velik poudarek je na preučitvi postopkov segmentacije, saj izkušenj o uporabnosti segmentov kot osnovnih enot veččasovne klasifikacije v svetovnem merilu skoraj ni. Poleg same učinkovitosti omenjenih metod je podrobno analiziranih več možnih vplivov na rezultat klasifikacije. Namen je izboljšati trenutno zelo skromne usmeritve za pridobitev visoke natančnosti pri kratkem času procesiranja. Dobljeni rezultati kažejo, da je % poleg spektralnih vrednosti % čas zajema satelitskega posnetka najpomembnejši atribut pri klasifikaciji. Kvazi veččasovna klasifikacija povprečno omogoča pridobitev mnogo višje skupne natančnosti kakor enočasovna klasifikacija (+8 % osnovni razredi, +16 % poljščine), s čimer se s povprečno skupno natančnostjo 90 % (osnovni razredi) in 88 % (poljščine) dotika uporabne operativne vrednosti. Rezultati klasifikacije na osnovi časovnih vrst so od rezultatov kvazi veččasovne klasifikacije slabši (-1 % osnovni razredi, -25 % poljščine), pri čemer je čas izvajanja izredno dolg, kar metodo uvršča med trenutno nesprejemljivo za praktično uporabo. Pomembna ugotovitev naloge je, da za veččasovno klasifikacijo segmenti niso najustreznejše osnovne enote. Ne glede na postopek pridobitve namreč prinašajo slabšo natančnost klasifikacije od referenčnih poligonov (-5 % osnovni razredi, -18 % poljščine) in pikslov (-5 % osnovni razredi, -16 % poljščine)TEXTvisokošolska delatheses and dissertationsSlovenian National E-content AggregatorNational and University Library of SloveniaUniverza v Ljubljani, Fakulteta za gradbeništvo in geodezijo