PředmětyPředměty(verze: 962)
Předmět, akademický rok 2024/2025
   Přihlásit přes CAS
V sobotu dne 19. 10. 2024 dojde k odstávce některých součástí informačního systému. Nedostupná bude zejména práce se soubory v modulech závěrečných prací. Svoje požadavky, prosím, odložte na pozdější dobu.
Zpracování obrazových dat DPZ II. - MZ370G06
Anglický název: Remote Sensing Image Processing II.
Český název: Zpracování obrazových dat DPZ II.
Zajišťuje: Katedra aplikované geoinformatiky a kartografie (31-370)
Fakulta: Přírodovědecká fakulta
Platnost: od 2024
Semestr: letní
E-Kredity: 6
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština, angličtina
Vysvětlení: Od nové akreditace nahrazuje Získávání informace z dat DPZ MZ370P08.
Poznámka: povolen pro zápis po webu
při zápisu přednost, je-li ve stud. plánu
Garant: Ing. Markéta Potůčková, Ph.D.
Třída: Učebna UAV technologií
Laboratoř 3D dat
Anotace
Předmět navazuje na Zpracování obrazových dat DPZ I. Rozšiřuje téma klasifikace obrazu o přístupy hlubokého učení. Další dvě stěžejní témata pokrývají problematiku zisku kvantitativní informace z dat DPZ a zpracování časových řad. Dále jsou probírány metody zpracování dat pořízených z různých senzorů a různého rozlišení. Přednášky jsou doplněny cvičeními, v nichž si studenti teoretické koncepty rozšíří o praktické implementace s využitím existujících softwarových řešení (ENVI, eCognition) a vlastního skriptování (R, Matlab, Python).
Poslední úprava: Potůčková Markéta, Ing., Ph.D. (13.02.2023)
Literatura
  • Weng, Qihao. (2018). Remote sensing time series image processing (1st ed.). Milton: CRC Press Inc.
  • Aiazzi, B., Garzelli, A., Baronti, S., & Alparone, L. (2015). Remote sensing image fusion (1st ed.). Baton Rouge: CRC Press.
  • Canty,J. M. (2019). Image analysis, classification and change detection in remote sensing: With algorithms for python, fourth edition (4th ed.). Milton: CRC Press Inc.
  • Thenkabail, Lyon, Huete (eds.): Hyperspectral Remote Sensing of Vegetation, CRC Press, 2012
  • Jensen, J. R. (2005): Introductory Digital Image Processing : A Remote Sensing Perspective. Prentice Hall.
  • Richards, J. A., Jia, X. (2006): Remote Sensing Digital Image Analysis. Springer
  • Schowengerdt, R. A. (2007): Remote Sensing Models and Methods for Image Processing

Poslední úprava: Čábelka Miroslav, Ing. (15.01.2020)
Sylabus

1) Kvalitativní metody DPZ II

- AI: strojové učení a hluboké učení řízené a neřízené - část II (random forest, hluboké učení (CNN))


2) Kvantitativní metody DPZ
- Empirické modelování
- Modely přenosu záření pro určování biofyzikálních a biochemických parametrů povrchu (vegetace, půdy) na základě spektrální odrazivosti

3) Časové řady
- Teoretické principy zpracování
- Problematika velkých dat

4) Zpracování dat pořízených v tepelném IČ pásmu

5) Zpracování hyperspektrálních dat

6) Kombinace dat různého rozlišení a z různých senzorů

7) Dálkový průzkum planet
- dostupnost dat, aktuální mise, specifika zpracování dostupných dat

Pro udělení zápočtu je nutná účast na cvičeních, odevzdání a úspěšné odprezentování semestrální úlohy, která bude zadána v průběhu semestru.

Zkouška bude obsahovat písemnou (50%) a ústní část (50%) v rozsahu přednášek, doporučené literatury a praktických úloh probíraných během cvičení.

Poslední úprava: Potůčková Markéta, Ing., Ph.D. (13.02.2023)
 
Univerzita Karlova | Informační systém UK