prof. Ing. Ján Tuček, CSc. Technická univerzita vo Zvolene Lesnícka fakulta KHÚLaG

2. Digitálna segmentácia a klasifikácia obrazu v prostredí eCognition: Vegetácia vysokých polôh z údajov CIR a IKONOS Úvod Rozbor problematiky Cieľ a metodika práce Výsledky Diskusia a záver prof. Ing. Ján Tuček, CSc. Technická univerzita vo Zvolene Lesnícka fakulta KHÚLaG

3. Enormný rozvoj všetkých oblastí DPZ ... nosiče, senzory, princípy snímania, spôsob a kvalita záznamu, rozlišovacie schopnosti, metódy a algoritmy spracovania, software, aplikácie ... Úvod Zotrvávanie na princípoch zo 70 tych rokov minulého storočia ... nízka rozlišovacia schopnosť materiálov, klasifikácia pixelov len na základe ich spektrálnych vlastností, absencia uplatnenia priestorových pojmov ... - Výzvy technologického rozvoja ... rádové zvýšenie rozlišovacej schopnosti, rozpoznávanie objektov, kontextové a apriórne poznatky o objektoch, analýza textúry, integrácia všetkých súčastí geoinformatiky ... ... pre lesníctvo špeciálne – možnosť automatizovanej identifikácie individuálnych korún stromov z materiálov DPZ s vysokou priestorovou rozlišovacou schopnosťou ...

4. Úvod Ikonos xs Landsat TM Ikonos pan CIR letecká snímka

5. Rozbor problematiky Predmet záujmu v lesníctve - koruna stromu Vzhľadom na jej veľkosť musíme na identifikáciu použiť materiály s vysokou priestorovou rozlišovacou schopnosťou Intenzívny rozvoj a publikovanie výsledkov Individuálne, čiastkové práce Okrem iných: Niemann et all(1998), Warner et all (1998), Ziegler et all (2000), Weber (2001) Komplexy prác Okrem iných: Brandtberg (1997 – 1999), Larsen (1997 – 1999), Gougeon (1998 – 2001), Šumbera (2001)

6. Rozbor problematiky Systemizácia poznatkov o automatizovanej identifikácii individuálnych korún stromov z materiálov DPZ s vysokou priestorovou rozlišovacou schopnosťou (Brandtberg, 1999): 1. Hľadanie lokálneho maxima (hodnoty obrazovej funkcie) 2. Identifikácia predelov medzi korunami 3. Porovnávanie so vzorom Používané špecializované prostriedky pre digitálnu analýzu obrazu, užívateľské nadstavby a moduly

7. Rozbor problematiky Materiály DPZ s vysokou priestorovou rozlišovacou schopnosťou Rôzne názory na parametre Zhrnutie názorov viacerých autorov: Gougeon (1998), DeKok, Schneider, Ammer (1999), DeKok et all (2000), Blaschke a Strobl (2001) Nízka rozlišovacia schopnosť nad 5m SPOT, Landsat, AVHRR Vysoká pod 5m Ikonos xs Veľmi vysoká pod 1m Ikonos pan, Eros pan fotografické materiály lidar

8. Rozbor problematiky Kombinácia materiálov, multiškálová a hierarchická analýza Poznatky autorov Schiewe, Tufle a Ehlers (2001), Baatz a Schape (2000), Civco a Hurd (1998), Fritz et all (1999) Hoffmann (2000), Weber (2001) Rozpoznávanie objektov Poznatky autorov Blashke a Strobl (2001), Blaschke et all (2000), Hofmann (2001), Benz a Pottier (2001), Gerylo et all (1998), DeKok, Schneider, Ammer (1999), DeKok et all (2000), Niemann, Goodenough, Hay (1997) Leckie a Gougeon (1998), Brandtberg (1997 – 1999), Šumbera (2001), Blaschke a Hay (2001)

9. Rozbor problematiky Analýza textúry Poznatky autorov Hudak a Weissman (1997), St-Onge, Couture a Alleaume (1999), Franklin et all (2000) Softwarové prostriedky Prostriedky pre analýzu obrazov z DPZ doplnené užívateľskými nadstavbami eCognition - viac škálová segmentácia, - spracovanie viacerých materiálov súčasne, - hierarchie objektov, - analýza a využite textúry, - kontextové a apriórne poznatky, - modelovanie neurčitosti Poznatky autorov Blashke a Strobl (2001), Baatz a Schape (2000),

10. Cieľ a metodika práce: • záujmové územie, • snímkový materiál, • softwarové prostredie eCognition a jeho možnosti, • aplikácia a priornych poznatkov o rozšírení drevín, fuzzyfikácia.

11. Záujmové územie

12. Snímkový materiál

13. A priórne poznatky a fuzzyfikácia Limba Smrek

14. Výsledky – CIR, výrez snímky

15. Výsledky – IKONOS, výrez snímky

16. Výsledky

17. Diskusia a záver Identifikácia individuálnych korún stromov z materiálov DPZ s vysokou priestorovou rozlišovacou schopnosťou Na Slovensku málo rozvinutá problematika Dôvody: - špecifickosť a náročnosť, - potrebná je integrácia poznatkov so všetkých súčastí geoinformatiky, - absencia integrovaného softwarového prostredia. Vo svete prvé úvahy o „precision forestry“ (Gougeon a Leckie, 2001) eCognition - integrované prostredie, - viac škálová segmentácia, - hierarchická analýza, - rozpoznávanie objektov, - popis a využitie textúry, - modelovanie neurčitosti, - apriórne poznatky o objektoch.

18. Diskusia a záver Vlastný príspevok k automatizovanej identifikácii individuálnych korún stromov z materiálov DPZ s vysokou priestorovou rozlišovacou schopnosťou Výhody navrhovanej metódy - jednoduchosť, - použitie štandardných nástrojov, - výsledok použijeme ako apriórny poznatok pre segmentáciu v eCognition. Slabiny a neriešené otázky - nerieši sa problém „vhodnej“ rozlišovacej schopnosti, - nie je vhodná pre oblasti snímky s veľkými radiálnymi skresleniami, - nevykonali sme exaktné vyhodnotenie správnosti. Budúci výskum - sledovanie širokých súvislostí problematiky, - sústredenie najnovších literárnych poznatkov, - zabezpečenie materiálu a SW prostriedkov.

19. 1. Priemerový filter v okne 3x3 bunky • Focalmax • Odčítanie obrazov • Identifikácia vrcholov

20. Inverzia vstupného • filtrovaného obrazu • Funkcia šírenia • nákladový povrch • Funkcia prúdenia • alokácia buniek • Vektorizácia • polygónov

22. Ďakujem za pozornosť! tucek@vsld.tuzvo.sk