Fusion of high spatial resolution images resolution images

see the original item page
in the repository's web site and access all digital files if the item*

2008 (EN)
Συγχώνευση δορυφορικών δεδομένων πολύ υψηλής ευκρίνειας
Fusion of high spatial resolution images resolution images

Παπαδοπούλου, Δήμητρα Σωκράτη

Forests are the most widely distributed ecosystems on earth, affecting daily the lives of most people, either as an economical good or as an environmental regulator. As forests are complex and wide distributed, remote sensing provides a valuable resource for their surveillance. Remote sensing tools allow the collection of digital data with a synoptic and accurate way. Hence, a variety of image processing techniques were developed for the assessment of forest inventory’s and biophysical parameters from satellite images. The use of satellite images allows the survey of large areas effectively and in a digital way which permits accuracy assessment and integration with Geographic Information Systems. New techniques in remote sensing are increasing the integrated information which can be extracted from remote sensing data. The aim of this study was to implement four fusion techniques to enhance the information extracted from different high resolution satellite data, and evaluate the results using quantitative and qualitative criterions. Specifically, Principal Component Analysis, modified Intensity-Hue-Saturation, wavelet and Gram-Schmidt methods were implemented using Quickbird and IKONOS high resolution images, in three different study areas (Kassandra, Thasos, Thessaloniki). The criterions which were used for the evaluation were qualitative and quantitative (statistical). The result showed that Gram-Schmidt fusion technique is the most appropriate in terms of enhancing the contented information of high resolution satellite data in order to be used further for land use classification and visual interpretation.
Τα δάση είναι τα πιο ευρέως κατανεμημένα οικοσυστήματα στη Τα δάση είναι τα πιο ευρέως κατανεμημένα οικοσυστήματα στη γη, επηρεάζοντας καθημερινά τη ζωή των περισσότερων ανθρώπων, είτε ως οικονομικό αγαθό είτε ως περιβαλλοντολογικός ρυθμιστής. Καθώς τα δάση είναι σύνθετα και ευρέως κατανεμημένα, η τηλεπισκόπηση παρέχει ένα πολύτιμο μέσον παρακολούθησής τους. Τα όργανα τηλεπισκόπησης επιτρέπουν την συλλογή ψηφιακών δεδομένων με συνοπτικό και έγκαιρο τρόπο. Ανάλογα, μια ποικιλία τεχνικών επεξεργασίας εικόνων αναπτύχτηκαν για την αποτίμηση δασικών απογραφών και βιοφυσικών παραμέτρων από εικόνες τηλεπισκόπησης. Η χρήση εικόνων τηλεπισκόπησης επιτρέπει την χαρτογράφηση μεγάλων εκτάσεων αποτελεσματικά και με ψηφιακό τρόπο ο οποίος επιτρέπει ακρίβεια αποτίμησης και ενοποίηση με γεωγραφικά συστήματα πληροφοριών. Σύγχρονες πρόοδοι στην τεχνολογία της τηλεπισκόπησης αυξάνουν την περιεχόμενη πληροφορία των ανιχνευόμενων εξ’ αποστάσεως δεδομένων. Η παρούσα μελέτη είχε ως σκοπό, την εφαρμογή τεσσάρων τεχνικών ενίσχυσης της περιεχόμενης πληροφορίας δορυφορικών δεδομένων υψηλής ευκρίνειας, προερχόμενοι από διαφορετικούς δέκτες, και την αξιολόγηση των εξαγόμενων με ποιοτικά και ποσοτικά κριτήρια με στόχο την επιλογή της άριστης εκ αυτών μέθοδο. Συγκεκριμένα εφαρμόστηκαν οι μέθοδοι της ανάλυσης των κυρίων συνιστωσών PCA, της τροποποιημένης μεθόδου IHS, της μεθόδου των κυματιδίων Wavelet και της μεθόδου Gram-Schmidt στα προερχόμενα από τα υψηλής ευκρίνειας δορυφορικά συστήματα Quickbird και IKONOS δορυφορικά δεδομένα, για τρεις διαφορετικές περιοχές μελέτης (Κασσάνδρα, Θάσο, Χαλκιδική). Τα κριτήρια που χρησιμοποιήθηκαν για την αξιολόγηση των μεθόδων ήταν τόσο ποιοτικά όσο και ποσοτικά (στατιστικά). Τα αποτελέσματα γενικώς ανέδειξαν την τεχνική Gram-Schmidt ως την πιο κατάλληλη όσον αφορά την ενίσχυση της περιεχόμενης πληροφορίας δορυφορικών δεδομένων υψηλής ευκρίνειας με σκοπό, είτε την παραπέρα χρήση τους για σκοπούς ταξινόμησης χρήσεων γης είτε βοηθητικά για σκοπούς φωτοερμηνείας.

Postgraduate Thesis / Μεταπτυχιακή Εργασία

Μέθοδος Pca
Μέθοδος Wavelet
Mod ihs technique
Δορυφορικά δεδομένα υψηλής ευκρίνειας΄
Data fusion
Συγχώνευση δεδομένων
Μέθοδος gram schmidt
Wavelet technique
Pca technique
Gram Schmidt technique
High spatial resolution images
Μέθοδος Mod ihs

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)



Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Σχολή Γεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος, Τμήμα Δασολογίας και Φυσικού Περιβάλλοντος

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at http://ikee.lib.auth.gr. Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.

*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)