User Tools

Site Tools

napoveda_k_zapoctu

DPZ Zbyna
https://docs.google.com/document/d/1Mk-ByhiUa92Aiz4C3FS29jsaPdZskVIGHoDgSzMIfms/edit?usp=sharing


DPZ Lucka
https://docs.google.com/document/d/1mPweoop4MSINXaNv4l5_tihhOOzVl7ExV_tR38otYQs/edit?usp=sharing


rizena klasifikace excel
https://drive.google.com/file/d/0BwxMF3drsf-8RjRSYkRVQVFUMEtPNzlFRnpuTFowVzFJem5N/view?usp=sharing


rizena klasifikace text
https://drive.google.com/file/d/0BwxMF3drsf-8SENJdGdjRnE0LVhCS0t3TVRwNnd4MEg4cUlz/view?usp=sharing

rozdělení pásem




georeferencování

  • customize → georeferencing → fit to display
  • georeferencing → transformation (čím vyšší řád, tím je potřeba víc bodů)
    • liší se od sebe, jak budou deformovat obraz
  • nejlepší je udělat bod na kraji a uprostřed
  • první se začíná tou fotkou, potom kliknu na ortofoto
  • rectify → udělá nový georeferencovaný tiff
  • View link table → ukáže mi chyby, ja moc je velká odchylka jednotlivých bodů
  • image link viewer → vyhodí obrázek v novém okně, ale to nepotřebuješ

načtení dat

open

  • u open stačí otevřít texťák
  • pak stačí přes data manager načíst infa, red, green
  • ale dá se to udělat jenom u snímku s metadaty

layer stacking

  • normálně načtu všechny vrstvy
  • layer stack je dobré udělat pro všechny a pak si aorát vyberu barvy
  • pravým → change RGB Bands, nebo taky přes data manager
    • máme landsat 7, vybrali jsme 3,2,1
    • u landsat 8 vyberu 4,3,2 pro opravdové barvy (5,4,3 pro infra)
    • inclusive → spojí snímky tak jak jsou nad sebou
    • exclusive → spojí jenom průnik těch snímků

ořez

  • File → new→ vector layer → OK → nakreslit → save as (ukládá se jako .shp)
  • resize data → a vyberu tu vrstvu kterou budu ořezávat → spatial subset → subset using → ROI/EVF

na 8bit

  • Strech data → Strech range (0 - 100%) → velikost (ořezání) snímku
  • Output Data Range 0 - 255 (8bit), data type Byte
  • unsigned int je 16bit, unsigned long je 16bit? (no nevíme jak to je)
  1. signed char: -127 to 127 (note, not -128 to 127; this accommodates 1's-complement and sign-and-magnitude platforms)
  2. unsigned char: 0 to 255 (4BIT)
  3. “plain” char: same range as signed char or unsigned char, implementation-defined
  4. signed short: -32767 to 32767 (8BIT)
  5. unsigned short: 0 to 65535 (16BIT)
  6. signed int: -32767 to 32767
  7. unsigned int: 0 to 65535
  8. signed long: -2147483647 to 2147483647
  9. unsigned long: 0 to 4294967295
  10. signed long long: -9223372036854775807 to 9223372036854775807
  11. unsigned long long: 0 to 18446744073709551615

upravení atmosféry metodou nejtmavšího prvku

  • Dark Subtraction → vyberu ten snímek → na nic nešahám a nechám to tak
  • najde netmavší prvek kterému dá nulu a určí rozdíl který odečte od všech

reflektance a radiance

  • radiance je vyzařování, refletance je odrazivost
  • dá se tam multispektrální snímek
  • je to statistika, prostě to, co jsme dělali u té řízené klasifikace
  • region of interest (takový polygon na horní liště roi) → vykreslíme polygon pro požadované oblasti → new ROI (pro další atributy) - skrz pravé tlačítko a statistics se zobrazí statistika vybraných oblastí (lze uložit)
  • radiometric calibration - vybrat snímek (multispectral) - lze vybrat mezi radiancí a reflektancí (Reflectance, BSQ, Float, … OK)
  • ukáže to, jaké je tam rozmězí odrazivosti a vyzařování
  • reflektance se musí dělat na celé území nebo jestli chci nějaké vybrané území, tak to musím až v té funci udělat ROI

band math

  • band math - napíšeme příkaz, přidáme do sezmanu pak přiřadíme pásma
  • pokud nechceme výsledek složený z 0 a 1, musíme před každoou proměnou dát float (float(b1)/float(b2))
  • vegetation index calculator - vybereme si index (my jsme dělali ten první)
    • NDVI - světle mi to vyhodí úroveň stavu vegetace, čím světlejší tím jsou víc ve vegetu

FILTRY

  • Convolutions and Morpohlogy → convolutions výběr filtrů
  • sieve filtr → ten si musím nadefinovat, a to najdu na internetu nebo v prezentacích
  • vysokofrekvenční filtry propouštějí vysokofrekvenční informaci
  • jakože zvýrazní komín a větrák na střeše, nízkofrekvenční mi udělá jednolitou střechu, ale ta střecha už nebude mít tak výrazné hrany
  • nízkofrekvenční filtry (průměrový, mediánový, sieve filtry, majoritní filtry)
  • vysokofrekvenční filtry (diferenční, zostřující)
  • vyhodí to procenta informace (tak, aby se to dalo zobrazit jao RGB)
  • kanonická komponentní analýza
  • podíváme se na snímek a určíme typy shluku

PCA

= analýza hlavních komponent

  • Toolbox PCA → forward PCA rotation news statistics → vybrat vrstvu → výsledný soubor → Select Subset from Eigunvales pokud YES tak to spočítá pro všechny pásma
  • ze sedmi pásem mi to vybere třeba jenom tři (podle nějaé nejdůležitější informace)
  • spojíme více pásem (7) do méně pásem (3) a ze 100 % informace dostaneme 90 % informace ve 3 pásmech

tasseled cap

  • podobný jako PCA, ale osy jsou dopředu vypočítané
  • u wetness je voda bílá, greenes zvýrazňuje lesy, brightness zvýrazňuje lidské plochy, střechy, silnice
  • v envi - pro snímky landsat 5 - tasseled cap
  • zvolit landsat 5TM (jsou to druhy snímačů na té družici)
  • převádí to RGB na HSV

Fourierovy transformace

  • máme na stupni snímek, který si převedeme do Fourierova spektra (je to jeden z typů vlnkových transformací, převádíme to do frekvenčního systému), převod do podoby sinových a kosinových fcí /filter/FFT
  • build mask → fft.tiff → pak ořezat, ale nedávat příponu tiff!, a vybrat ještě v options Selected areas OFF
  • horizontální linie se ve fourierove spektru zobrazují o 90 stupnů, takže verttikální jsou horizonální a naopak
  • prostě dostanu nějaký snímek s proužama
  • FFT Forward → YES
  • na to FFT forward vytvoříme ROIko s těma čárama (NESMÍME ZARÝT KOLEČKO!!!!!)
  • z ROI udělám Build Mask → a vybrat v options Selected areas Off
  • Apply Mask → vyberu snímek fft forward → select mask band → a vyberu tu masku kterou jsme vytvořili z těch ROIek (co jsou na obrázku) ← TO NEFUNGUJE TO NEDĚLEJTE !!!!
  • FFT Inverse → vyberu ten poslední file co jsem udělala z apply mask

pan sharpening

  • Nahrát vrstvu z landsatu pomocí metadat → vytvořit zájmové ROI→ New file bouilder → vybrat první pásmo (multispektral) a celé znovu pro druhé pásmo (panchromatik)
  • toolbox - image sharpening → první zadáváme multispekral, druhé zadáme panchromatický

NEŘÍZENÁ KLASIFIKACE

K-Means Classification

  • vybrat snímek OK → Počet tříd např. 5,Treshold práh př. 5.00 pokud se nezmění 5% pixlů ukončí se iterace, maximum iterací např. 20

Iso Data Classification

  • -vybrat snímek OK → max min tříd. (např. 1 - 7) Počet iterací (např.20), velikost třídy (minimum pixlů ve třídě např 50)

Confusion Matrix Ground Truth image

  • př. ISO data z 5 tříd a pak K means z 5 tříd → další nastavení nechat (třídy jsou zařazeny správně) → nechat nastavení, zvolit výstup OK → výsledkem Confusion Matrix

Confusion Matrix pomocí ROI

  • naklikat ROI - každý bod potvrdit entrem → Confusion Matrix Ground Truth ROI → v případě potíží naklikat kombinace ROI + Class OK → vyběhne matice
Permalink napoveda_k_zapoctu.txt · Last modified: 2015/12/14 09:53 by efox

oeffentlich