Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Bewertung, Verarbeitung und segmentbasierte Auswertung sehr hoch auflösender Satellitenbilddaten vor dem Hintergrund landschaftsplanerischer und landschaftsökologischer Anwendungen

Marco Neubert (Broschiert, Deutsch, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Marco Neubert: Bewertung, Verarbeitung und segmentbasierte Auswertung sehr hoch auflösender Satellitenbilddaten vor dem Hintergrund landschaftsplanerischer und landschaftsökologischer Anwendungen Band 1 der Reihe "Fernerkundung und angewandte Geoinformatik" Herausgegeben von Univ. Prof. Dr. habil. Elmar Csaplovics, Lehrstuhl Remote Sensing, FR Geowissenschaften, TU Dresden 2006. Format B5. 180 Seiten. Preis: 30,00 Euro. ISBN 3-938807-20-2. (ab 1.1.2007: 978-3-938807-20-0) Die computergestützte Bildauswertung gewinnt gegenüber analogen Verfahren mehr und mehr an Bedeutung. Diese modernen Arbeitsmethoden werden insbesondere zur Auswertung der sehr hoch auflösenden Fernerkundungsdaten eingesetzt, die sich in den vergangenen Jahren rasant weiterentwickelt haben. Vor diesem Hintergrund spannt die methodisch angewandte Arbeit einen Bogen von den für das Verständnis notwendigen theoretischen Grundlagen der Bildverarbeitung, über spezielle Verfahren der segmentbasierten Klassifikation bis hin zu konkreten Einsatzmöglichkeiten. Die hier vorgestellten Anwendungsbeispiele dienen der Informationsgewinnung aus Fernerkundungsdaten zu Planungszwecken. Die angewendeten segmentbasierten Bildverarbeitungsverfahren finden derzeit international große Beachtung und werden erst in wenigen aktuellen Lehrbüchern erwähnt. Inhaltsverzeichnis Abbildungsverzeichnis XIII Tabellenverzeichnis XV Abkürzungsverzeichnis XVII Urheberrechtlich geschützte Bezeichnungen und Daten XXI Zusammenfassung XXIII Abstract XXV Teil I: Einführung, Grundlagen und Stand der Wissenschaft 1 1 Einführung und Problemstellung 3 1.1 Einleitung – Fernerkundung als Zukunftstechnologie 3 1.2 Hintergrund und Zielstellung der Arbeit 5 1.3 Aufbau der Arbeit 5 2 Grundlagen und Stand der Forschung: Vom Pixel zum Vektor oder von der Fernerkundung zum GIS-Datensatz 7 2.1 Sehr hoch auflösende Fernerkundungssysteme 7 2.1.1 Einordnung in Systematiken von Fernerkundungsdaten 8 2.1.2 Entwicklung und Eigenschaften sehr hoch auflösender Fernerkundungssensoren 8 2.1.3 Auswirkungen der sehr hohen geometrischen Auflösung auf die Bildklassifikation 13 2.2 Auswertungsverfahren von Fernerkundungsdaten 16 2.2.1 Visuelle Interpretation 17 2.2.2 Pixelbasierte Auswertung 18 2.2.2.1 Schwellwertverfahren 19 2.2.2.2 Überwachte spektrale Klassifikationsverfahren 20 2.2.2.3 Unüberwachte spektrale Klassifikationsverfahren 21 2.2.2.4 Per-parcel-Klassifikation 22 2.2.2.5 Neuronale Netze 23 2.2.2.6 Weitere pixelbasierte Verfahren, Kombinationen und Variationen 24 2.2.3 Segmentbasierte Auswertung 25 2.2.3.1 Kantenbasierte Segmentierungsverfahren 28 2.2.3.2 Regionenbasierte Segmentierungsverfahren 29 2.2.3.3 Hybride Segmentierungsverfahren 30 2.2.3.4 Weitere Segmentierungsverfahren 31 2.2.4 Wissensbasierte bzw. Expertensysteme 31 2.2.5 Objekterkennung und -extraktion 32 2.2.6 Vergleichende Methodenbewertung 32 2.3 Probleme der Fernerkundung 34 2.3.1 Umbrüche in der Fernerkundung 34 2.3.2 Mangelnde Anwenderorientierung 36 2.3.3 Integration von GIS und Fernerkundung 37 2.4 Zum Einsatz der Fernerkundung in Landschaftsplanung und Landschaftsökologie 39 Teil II: Datengrundlagen und Methodik 43 3 Datengrundlagen und Vorverarbeitung 45 3.1 IKONOS-Satellitenbilddaten 45 3.1.1 Allgemeine Charakterisierung 45 3.1.2 Beurteilung der Bildqualität 49 3.1.3 Vergleich Luftbild versus IKONOS-Satellitenbild 52 3.2 Vorverarbeitung der IKONOS-Daten 54 3.2.1 Geometrische Entzerrung 55 3.2.2 Atmosphärische und topographische Korrektur 58 3.2.3 Bildfusion 64 3.3 Weitere Datengrundlagen 68 3.3.1 Laserscanner-Höhenmodell 68 3.3.2 Aus IKONOS-Daten abgeleitete Indizes 69 3.3.3 Verwendete Geobasisdaten 69 4 Segmentbasierte Auswertungsmethoden 71 4.1 Der segmentbasierte Klassifikationsansatz eCognition 71 4.1.1 eCognition-Segmentierungsverfahren 72 4.1.2 eCognition-Klassifikationsverfahren 75 4.1.3 Bewertung von eCognition 76 4.2 Vergleich segmentbasierter und pixelbasierter Klassifikation 77 4.3 Vergleich aktuell verfügbarer Segmentierungsprogramme und deren Segmentierungsqualität 83 4.3.1 Grundlagen und Methodik des Segmentierungsvergleiches 83 4.3.2 Visuelle Bewertung der Gesamtsegmentierungen 86 4.3.3 Quantitative Bewertung anhand von Testflächen 90 4.3.4 Vergleich mit ähnlichen Untersuchungen 92 4.3.5 Schlussfolgerungen aus dem Segmentierungsvergleich 92 Teil III: Anwendung segmentbasierter Klassifikationsverfahren auf IKONOS-Daten 95 5 Landschaftsanalyse durch die segmentbasierte Auswertung von IKONOS-Daten 97 5.1 Segmentbasierte Klassifikation unterschiedlicher Testgebiete 97 5.1.1 Segmentierungs- und Klassifikationsstrategie 98 5.1.2 Klassifikationsergebnisse 99 5.1.3 Diskussion der Ergebnisse 102 5.2 Segmentgeometrien als Berechnungsgrundlage von Landschafts strukturmaßen 102 6 Automatisierte Aktualisierung digitaler Datensätze – Beispiel Biotop- und Nutzungstypenkartierung 107 6.1 Einführung 107 6.2 Automatisierte Aktualisierung von GIS-Daten – Stand der Forschung 108 6.3 Die Biotop- und Nutzungstypenkartierung 110 6.3.1 Erstellung und Eigenschaften der BNTK-Daten 110 6.3.2 Bewertung des Interpretationsverfahrens sowie der Datengrundlage 110 6.3.3 Beurteilung der Datenqualität 111 6.4 Segmentbasierte Biotop- und Nutzungstypenklassifikation anhand von IKONOS-Daten 112 6.4.1 Vorüberlegungen 113 6.4.2 Methodisches Vorgehen 114 6.4.2.1 Eignungsbewertung der IKONOS-Daten 114 6.4.2.2 Verwendung von Zusatzdaten 117 6.4.2.3 Segmentierungsstrategie 117 6.4.2.4 Klassifikationsstrategie 118 6.4.3 Bewertung der Ergebnisse 121 6.4.4 Automatisierung und Übertragbarkeit der Bearbeitung 127 6.5 Segmentierung gescannter CIR-Luftbilder 128 6.6 Schlussfolgerungen und Ausblick zur Automatisierung der Biotop- und Nutzungstypenkartierung 130 7 Schlussfolgerungen und Ausblick 133 Literaturverzeichnis 137 Danksagung 151
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 22,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
30.06.2006
Sprache
Deutsch, Englisch
Originalsprache
Deutsch
EAN
9783938807200
Herausgeber
Rhombos-Verlag
Titel in Originalsprache
Bewertung, Verarbeitung und segmentbasierte Auswertung sehr hoch auflösender Satellitenbilddaten vor dem Hintergrund landschaftsplanerischer und landschaftsökologischer Anwendungen
Sonderedition
Nein
Autor
Marco Neubert
Seitenanzahl
180
Auflage
1

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!