Transcript Extragerea informa*iei din imagini satelitare folosind metode

Universitatea "POLITEHNICA" din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Extragerea informaţiei din
imagini satelitare folosind
metode de vizualizare a trăsăturilor
Coordonator ştiinţific
S.L.Dr.Ing. Daniela FAUR
Absolvent
UȚǍ Cosmin Alexandru
8 iulie 2013
Cuprins
 Prezentarea scopului lucrării
 Aplicaţii ale teledetecţiei
 Identificarea elementelor de interpretare a
imaginilor satelitare de teledetecţie
 Explorarea vizuală a datelor
(Visual Data Mining)
 Extragerea informaţiei din imagini satelitare
 Prezentarea rezultatelor experimentale
 Concluzii
 Bibliografie
Scopul lucrării
 Utilizarea metodelor si pachetelor de programe
existente pentru vizualizarea informaţiei din
baze mari de date;
 Reprezentarea trăsăturilor pentru inţelegerea
conţinutului si clasificarea unor imagini de
teledetecţie.
Teledetecţia
 Reprezintă detectarea de la distanţă a
informaţiilor asupra obiectelor și fenomenelor
din realitatea înconjurătoare fără a veni în
contact direct cu ele.
 Folosește imagini satelitare, într-un anumit
domeniu sau context, considerând proprietăţile
acestora:
 rezoluţia spaţială;
 rezoluţia spectrală;
 repetitivitatea spaţio-temporală.
Teledetecţia
 Rezoluţia imaginilor de teledetecţie este influenţată
de radiaţia electromagnetică.
 Imaginea hyperspectrală produce o imagine în care
fiecare pixel are informații spectrale complete.
Acestea sunt utilizate în:




mineralogie;
biologie;
aparare;
măsurători de mediu.
Elemente de interpretare a
imaginilor satelitare
 Interpretarea imaginilor se face in mod calitativ
sau cantitativ.
 Procedeele de interpretare a imaginilor pot fi
globale sau selective.
 Criteriile de interpretare a imaginilor sunt directe
sau indirecte.
Visual Data Mining
 “Visual Data Mining” reprezintă extragerea de
modele (patterns) dintr-o informaţie dată.
 Am testat 8 programe software „open-source”.
 Am selectat 3:
 WEKA
 Grapheur
 Analyser Assistant
Extragerea informaţiei din
imagini satelitare
Prezentarea
rezultatelor experimentale
 Am analizat 6 clase semantice.
Histogramă – padure rară
Prezentarea
rezultatelor experimentale
Vizualizare in metoda coordonatelor paralele
Prezentarea
rezultatelor experimentale
Histogramă – padure rară cu drumuri și așezări urbane
Prezentarea
rezultatelor experimentale
Prezentarea
rezultatelor experimentale
Histograma trăsăturilor spectrale
Concluzii
 Am utilizat metode de vizualizare
in 8 programe open-source.
 Am folosit in Grapheur metoda coordonatelor paralele
si histograma pentru vizualizarea trăsăturilor comune.
 Am clasificat manual baza de imagini în
6 clase semantice.
 Am evidenţiat trăsăturile comune fiecarei clase
semantice.
 Am sistematizat și centralizat rezultatele numerice
privind valorile trăsăturilor comune.
Bibliografie









Ja-Hwung Su, Wei-Jyun Huang, Philip S.
Vincent S., Yu Tseng, Efficient Relevance
Feedback for Content-Based Image
Retrieval by Mining User Navigation
Patterns, 2009.
Pătrașcu, Carmen, Interfețe Om Mașină
(IOM), Note de curs, 2010.
Vertan, Constantin, Analiza Imaginilor
(AI), Note de curs, 2011.
Filip, Valeriu, Principiile Teledetecţiei,
Note de curs, 2011.
Maria Cristina Ferreira de Oliveira, Haim
Levkowitz, From Visual Data Exploration to
Visual Data Mining: A Survey, 2010.
Ciuc, M., Vertan, C., Prelucrarea Statistică
a Semnalelor, Editura Matrix Rom,
Bucuresti, 2005.
Haralick's Texture Features Computed by
GPUs for Biological Applications, 2011.
http://www.kdnuggets.com/2012/02/weav
e-open-source-data-visualization.html
http://davis.wpi.edu/xmdv/

http://www.xdat.org/

http://en.wikipedia.org/wiki/Remote_sensi
ng

www.digitalglobe.com

http://www.iaeng.org/IJCS/issues_v36/issu
e_1/IJCS_36_1_09.pdf

http://macinchem.org/reviews/knimetutorial.php

https://gephi.org/users/quick-start/

http://sourceforge.net/projects/weka/

http://www.grapheur.com/

http://www.antaeusdata.com/concepts/about.html
Vă mulţumesc pentru atenţie !
Vă mulţumesc pentru atenţie!
8 iulie 2013