Ταξινόμηση κάλυψης γης δορυφορικών εικόνων βασισμένη στα αντικείμενα με χρήση τεχνικών υπολογιστικής νοημοσύνης

Περίληψη

Η παρούσα διδακτορική διατριβή ασχολείται με το πρόβλημα της ταξινόμησης κάλυψης γης από τηλεπισκοπικές εικόνες. Μια πρόσφατα υποσχόμενη μέθοδος είναι η θεώρηση της χωρικής πληροφορίας που υπάρχει στην εικόνα μέσω της λεγόμενης αντικειμενοστραφούς προσέγγισης, εφαρμόζοντας δηλαδή κάποια μέθοδο κατάτμησης εικόνας. Σε αυτό το πλαίσιο, προτείνεται στη διατριβή ένας καινοτόμος αλγόριθμος κατάτμησης με την ονομασία GeneSIS, ο οποίος εφαρμόζεται σαν μέθοδος μετα-επεξεργασίας επάνω στο αποτέλεσμα ενός ταξινομητή βασισμένου σε εικονοστοιχεία. Αυτό επιτυγχάνεται εκμεταλλευόμενο τις δυνατότητες των μεθόδων υπολογιστικής νοημοσύνης, όπως είναι η ασαφής λογική και οι γενετικοί αλγόριθμοι. Ο αλγόριθμος GeneSIS παράγει ένα μοναδικό χάρτη κατάτμησης, αντί για μια ιεραρχία αποτελεσμάτων, επιλύοντας το ζήτημα της πολλαπλής κλίμακας σε μια εκτέλεση. Ο προτεινόμενος αλγόριθμος κατάτμησης ενσωματώνεται σε τέσσερα διαφορετικά σχήματα ταξινόμησης, το καθένα εκ των οποίων προσπαθεί να αντιμετωπίσει το ζήτημα ...
περισσότερα

Περίληψη σε άλλη γλώσσα

This doctoral dissertation deals with the problem of land cover classification fromremote sensing images. A recently promising method is to consider the spatial informationexisting in the image, through the so called object-based approach, i.e. by applyingan image segmentation algorithm. In this context, a novel segmentation algorithm,called GeneSIS, is proposed in this dissertation, which refines the classification resultobtained initially by a pixel-wise classifier. This is achieved by exploiting the capabilitiesof computational intelligence methods, such as fuzzy logic and genetic algorithms.The GeneSIS algorithm creates a unique segmentation map, instead of a hierarchy, resolvingthe multi-scale problem in a single run. The proposed segmentation algorithmis embedded in four different classification schemes, each of which tries to address thesegmentation issue from a different point of view. The first scheme is applied on a pixelbasedmap, while the second one is applied on an already ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/36816
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/36816
ND
36816
Εναλλακτικός τίτλος
Object-based land cover classification of remote sensing images by using computational intelligence methods
Συγγραφέας
Μυλωνάς, Στυλιανός (Πατρώνυμο: Κωνσταντίνος)
Ημερομηνία
2015
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Πολυτεχνική. Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρονικής και Υπολογιστών. Εργαστήριο Αυτοματοποίησης και Ρομποτικής
Εξεταστική επιτροπή
Θεοχάρης Ιωάννης
Πετρίδης Βασίλειος
Γήτας Ιωάννης
Παπαμάρκος Νικόλαος
Ζαλίδης Γεώργιος
Μητιανούδης Νικόλαος
Μαλλίνης Γεώργιος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΓεωεπιστήμες και Επιστήμες Περιβάλλοντος
Επιστήμες Μηχανικού και ΤεχνολογίαΕπιστήμη Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού, Μηχανικού Η/Υ
Λέξεις-κλειδιά
Τηλεπισκόπηση; Ταξινόμηση; Κατάτμηση εικόνας; Ασαφής λογική; Γενετικοί αλγόριθμοι
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
xx, 223 σ., εικ., πιν., σχημ., γραφ., ευρ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)